Construir o motor de processamento espacial que transforma captura de realidade bruta (imagens, escaneamentos a laser, fotos 360°) em gêmeos digitais precisos e consultáveis de ativos industriais. Em 12 meses, sucesso significa: algoritmos espaciais que hoje rodam como experimentos supervisionados viraram etapas confiáveis do pipeline de produção, o tempo de processamento por ativo caiu de forma mensurável, e o time entrega funcionalidades de reconstrução e nuvem de pontos com testes, monitoramento e documentação.

Desenvolver e levar a produção algoritmos de computação espacial: segmentação de nuvens de pontos, clusterização, registro e alinhamento, quantificação de áreas e volumes sobre ativos industriais reais.

Trabalhar no pipeline de reconstrução 3D: fotogrametria (COLMAP ou similar), 3D Gaussian Splatting, geração de malhas e nuvens de pontos a partir de imagens e escaneamentos capturados em campo.

Escalar o pipeline de captura de realidade: mover algoritmos de experimentos em notebook para etapas de pipeline robustas e containerizadas, com entradas, saídas e métricas de qualidade definidas.

Otimizar a performance de processamento em GPU (CUDA) para grandes datasets: nuvens de pontos densas e milhares de imagens de alta resolução por captura.

Integrar as saídas espaciais com a plataforma: visualizadores 3D web, contextualização de dados sobre ativos reais e modelos de IA downstream.

Colaborar com os times de IA e Software em funcionalidades que combinam dados espaciais com visão computacional e IA generativa.

Documentar métodos e trade-offs: decisões de qualidade vs velocidade, metodologia de calibração e critérios de validação.

• Experiência em desenvolvimento de software (nível pleno), com sistemas reais entregues.
• Python forte em ambiente de produção: testes, empacotamento, disciplina de code review.
• Experiência prática com dados 3D: nuvens de pontos, malhas ou saídas de fotogrametria.
• Fundamentos sólidos de álgebra linear e geometria (transformações, projeções, modelos de câmera).
• Experiência com ao menos uma biblioteca 3D/geometria (Open3D, PCL, trimesh, PyTorch3D ou similar).
• Docker e Linux; fluxo de trabalho baseado em Git.
• Inglês funcional (documentação e ferramentas são em inglês).

Stack Que Você Vai Tocar
Python · CUDA · COLMAP · 3D Gaussian Splatting · Open3D e ferramentas de nuvem de pontos · PyTorch · Docker · Linux · GitHub · computação GPU em cloud · visualizadores 3D web

• Pipelines de fotogrametria (COLMAP, Metashape, RealityCapture) ou SLAM.
• Métodos de radiance field: 3D Gaussian Splatting, NeRF.
• Programação CUDA ou otimização de performance em GPU.
• Visão computacional (OpenCV, feature matching, calibração de câmera).
• Clusterização e estatística espacial (DBSCAN e similares) em grandes datasets.
• Renderização 3D web (Three.js, WebGL, visualizadores de splats).
• PyTorch e ML aplicado.

A Vidya Technology constrói IA abrangente para operações industriais. Nossa plataforma, o VSP, transforma ativos industriais reais, como plataformas offshore, FPSOs e instalações de energia e mineração, em gêmeos digitais fiéis à realidade, combinando captura de realidade (drones, escaneamento a laser, imagens 360°), visão computacional proprietária, computação espacial e agentes de IA generativa. Sobre ela, nossas aplicações de Integridade e Performance de Ativos permitem que operadores detectem, mapeiem, quantifiquem e classifiquem anomalias como corrosão antes que se transformem em paradas, incidentes de segurança ou danos ambientais. Nossa tecnologia opera em mais de 26 ativos industriais, com quase 10 milhões de metros quadrados de superfície avaliados pela nossa IA, substituindo campanhas de inspeção em campo que duravam meses e mantendo pessoas fora de áreas de risco. Somos um time remote-first com a missão de nos tornarmos referência global em ferramentas digitais para operações industriais.