Visão Computacional: mercado
Dados de 19 de novembro de 2026: vagas abertas de Visão Computacional — 303, 24% remotas entre as vagas que informam o modelo de trabalho; salário mediano anunciado $10.927/mês (de 36 vagas que informam salário). Fonte: Zorky, atualizado diariamente.
Computer Vision Engineer (CV) — disciplina irmã do NLP na família de ML, focada em processamento de imagens e vídeo (não texto). Um campo maduro (desde os anos 1960), remontado pelo deep learning em 2012 (AlexNet) → transformers 2020–2021 (ViT) → foundation models 2023–2024 (DINOv2 / SAM / CLIP) → o boom generativo 2022–2026 (Stable Diffusion / FLUX). Foco das tarefas: classificação de imagens, detecção de objetos (YOLO + Detectron2 + DETR), segmentação semântica / de instâncias / panóptica (SAM + Mask R-CNN), OCR (PaddleOCR + EasyOCR + Tesseract legado), reconhecimento facial + biometria, compreensão de vídeo (reconhecimento de ações + rastreamento — ByteTrack / DeepSORT), multimodal (CLIP + GPT-4V + Claude vision + Gemini Vision), visão 3D (NeRF + Gaussian Splatting + structure-from-motion), imagem / vídeo generativos (família Stable Diffusion / FLUX / Sora), implantação em edge (TensorRT + ONNX + CoreML + OpenVINO). Família de cargos: Computer Vision Engineer (geral — pipelines de CV em produção), Senior CV Engineer (responsabilidade por várias tarefas de CV + arquiteturas customizadas), ML Research CV (trilha acadêmica — papers no CVPR / ICCV / ECCV — sobreposição com Research Engineer / Scientist), 3D Vision Engineer (NeRF / Gaussian Splatting / nuvem de pontos — em alta desde 2024+), Generative AI Engineer (Imagem / Vídeo) (especialização em Stable Diffusion / FLUX / Runway / Pika / Kling — sobreposição com ai-engineer), Edge CV Engineer (especialização em TensorRT + implantação mobile), Robotics Vision Engineer (SLAM + percepção para robôs / sistemas autônomos). Stack 2026: Python (principalmente — alguns componentes de edge em C++/Rust). PyTorch + torchvision (base — 90%+ da pesquisa em CV em PyTorch em 2026), OpenCV (CV clássica — ainda enorme para pré-processamento + algoritmos tradicionais), Pillow (manipulação de imagens). Modelos auto-supervisionados + foundation models: DINOv2 (Meta — o melhor backbone de visão em 2024), CLIP + OpenCLIP + SigLIP (visão-linguagem). Backbones de classificação: família ViT, Swin Transformer, ConvNeXt (CNN moderna), EfficientNet, timm (PyTorch Image Models — modelos pré-treinados, biblioteca obrigatória). Data augmentation: albumentations (padrão do setor — rápida + abrangente), torchvision.transforms.v2 (moderno), RandAugment + AugMix. LLM multimodal: GPT-4V, Claude 3.5 Sonnet vision, Gemini 1.5 Pro / 2.0, LLaVA + Qwen 2 VL + InternVL (visão-linguagem open-source). OCR: PaddleOCR (Baidu — líder multilíngue em 2026), EasyOCR, Tesseract (legado ainda grande), Docling (IBM — compreensão moderna de documentos desde 2024+), Surya. Reconhecimento facial: InsightFace (SOTA open-source em 2026 — ArcFace + RetinaFace), DeepFace, face_recognition. Reconhecimento facial russo: NtechLab FaceNGN / VisionLabs Luna / Tevian. Rastreamento em vídeo: ByteTrack (o mais rápido em 2026), DeepSORT (clássico), BoT-SORT, StrongSORT. Modelos de vídeo: VideoMAE, X-CLIP, InternVideo. Visão 3D: NeRF (original de 2020), Instant-NGP (NVIDIA — 100× mais rápido), Gaussian Splatting (3DGS) (em alta em 2023–2026 — renderização fotorrealista), Nerfstudio (framework unificado), Open3D (processamento de nuvens de pontos), PyTorch3D (Meta). Vídeo generativo: Runway Gen-3, Pika 1.5, Kling AI (Kuaishou), Sora (OpenAI), AnimateDiff + SVD (open-source). Generativo russo: Sber Kandinsky 3. Interfaces: ComfyUI (baseada em nós — favorita da pesquisa), Automatic1111 (web UI legada). Fine-tuning generativo: LoRA + DreamBooth para Stable Diffusion / FLUX. Serving de inferência: Triton Inference Server (NVIDIA — multi-framework + dynamic batching), BentoML, TorchServe. Anotação: CVAT (OpenCV — padrão do setor para detecção / segmentação), Label Studio, V7 Darwin (comercial), Roboflow (popular para prototipagem rápida). Datasets: COCO + ImageNet + OpenImages + LAION-5B + Objects365 + Visual Genome. Segundo a Zorky, 303 vagas ativas com especificidade de CV explícita (o pool real é muito mais amplo — muitos cargos de CV são classificados como ML Engineer / Backend / Robotics geral). Principais tecnologias: python, pytorch, c++, opencv, tensorflow. Entre as vagas com modalidade de trabalho informada, 24% são remotas.
Dados em:
Os principais números do mercado de Visão Computacional: vagas abertas, salário mediano, grupo de especialistas observado e parcela de remoto.
O mercado de Visão Computacional tem agora 303 vagas abertas, 275 delas observadas recentemente. Median salary $10.927/mo.
Entre as vagas com modalidade de trabalho informada, 24% são remotas. O trabalho com CV é totalmente baseado em nuvem como padrão. Empresas de outsourcing — quase sempre remoto. Bancos russos — híbrido/escritório. Empresas de veículos autônomos — cargos de pesquisa muitas vezes remotos, o deploy exige presença no local (Pittsburgh / Mountain View / Palo Alto). Empresas de IA generativa — totalmente remoto como padrão. CV nas Big Techs — híbrido como padrão.
⚠ salário conhecido para 36 de 303 vagas; participação de remoto a partir de 244 com formato informado; 275 contadas como observações recentes; tendência e dificuldade de contratação não são mostradas
Linha do tempo: vagas e fontes
Quantas vagas de Visão Computacional apareceram a cada semana desde 1 de jun. e de quantas fontes. O gráfico inferior separa o crescimento do mercado do crescimento da nossa cobertura: um salto na semana em que novas fontes foram conectadas significa que passamos a ver mais, não que o mercado cresceu.
Novas vagas por semana
Dados do gráfico
| Período | Novas vagas por semana |
|---|---|
| 2026-06-01 | 11 |
| 2026-06-08 | 13 |
| 2026-06-15 | 6 |
| 2026-06-22 | 25 |
| 2026-06-29 | 23 |
| 2026-07-06 | 47 |
| 2026-07-13 | 50 |
| 2026-07-20 | 23 |
| 2026-07-27 | 23 |
| 2026-08-03 | 27 |
| 2026-08-10 | 17 |
| 2026-08-17 | 13 |
| 2026-08-24 | 25 |
| 2026-08-31 | 15 |
| 2026-09-07 | 25 |
| 2026-09-14 | 30 |
| 2026-09-21 | 66 |
| 2026-09-28 | 32 |
| 2026-10-05 | 42 |
| 2026-10-12 | 157 |
| 2026-10-19 | 71 |
| 2026-10-26 | 61 |
| 2026-11-02 | 72 |
| 2026-11-09 | 52 |
Fontes ativas por semana
Fontes no período: 118. ▲ — semana em que muitas fontes novas foram conectadas.
Dados do gráfico
| Período | Fontes ativas |
|---|---|
| 2026-06-01 | 8 |
| 2026-06-08 | 8 |
| 2026-06-15 | 4 |
| 2026-06-22 | 12 |
| 2026-06-29 | 15 |
| 2026-07-06 | 20 |
| 2026-07-13 | 24 |
| 2026-07-20 | 17 |
| 2026-07-27 | 19 |
| 2026-08-03 | 14 |
| 2026-08-10 | 10 |
| 2026-08-17 | 10 |
| 2026-08-24 | 13 |
| 2026-08-31 | 12 |
| 2026-09-07 | 13 |
| 2026-09-14 | 13 |
| 2026-09-21 | 22 |
| 2026-09-28 | 20 |
| 2026-10-05 | 24 |
| 2026-10-12 | 27 |
| 2026-10-19 | 33 |
| 2026-10-26 | 24 |
| 2026-11-02 | 34 |
| 2026-11-09 | 29 |
Novas fontes conectadas: 6 de jul. +14 · 13 de jul. +10 · todas as semanas (22) na tabela
| Semana | Fontes novas | Vagas novas |
|---|---|---|
| 8 de jun. | +5 | 13 |
| 15 de jun. | +1 | 6 |
| 22 de jun. | +8 | 25 |
| 29 de jun. | +7 | 23 |
| 6 de jul. | +14 | 47 |
| 13 de jul. | +10 | 50 |
| 20 de jul. | +4 | 23 |
| 27 de jul. | +4 | 23 |
| 3 de ago. | +5 | 27 |
| 10 de ago. | +2 | 17 |
| 17 de ago. | +2 | 13 |
| 24 de ago. | +1 | 25 |
| 31 de ago. | +2 | 15 |
| 7 de set. | +4 | 25 |
| 21 de set. | +6 | 66 |
| 28 de set. | +1 | 32 |
| 5 de out. | +6 | 42 |
| 12 de out. | +8 | 157 |
| 19 de out. | +6 | 71 |
| 26 de out. | +4 | 61 |
| 2 de nov. | +6 | 72 |
| 9 de nov. | +4 | 52 |
A semana atual ainda não terminou e não é exibida: uma semana incompleta pareceria uma queda.
Semana = data em que a vaga foi vista pela primeira vez, todos os status; as vagas são selecionadas pela mesma regra do contador desta página. Fontes são canais de coleta distintos; seus nomes não são publicados.
Dados do gráfico
| Semana | Novas vagas por semana | Fontes ativas |
|---|---|---|
| 2026-06-01 | 11 | 8 |
| 2026-06-08 | 13 | 8 |
| 2026-06-15 | 6 | 4 |
| 2026-06-22 | 25 | 12 |
| 2026-06-29 | 23 | 15 |
| 2026-07-06 | 47 | 20 |
| 2026-07-13 | 50 | 24 |
| 2026-07-20 | 23 | 17 |
| 2026-07-27 | 23 | 19 |
| 2026-08-03 | 27 | 14 |
| 2026-08-10 | 17 | 10 |
| 2026-08-17 | 13 | 10 |
| 2026-08-24 | 25 | 13 |
| 2026-08-31 | 15 | 12 |
| 2026-09-07 | 25 | 13 |
| 2026-09-14 | 30 | 13 |
| 2026-09-21 | 66 | 22 |
| 2026-09-28 | 32 | 20 |
| 2026-10-05 | 42 | 24 |
| 2026-10-12 | 157 | 27 |
| 2026-10-19 | 71 | 33 |
| 2026-10-26 | 61 | 24 |
| 2026-11-02 | 72 | 34 |
| 2026-11-09 | 52 | 29 |
Os salários ao longo do tempo
Salário mediano de Visão Computacional por semana, USD por mês.
Salário mediano, USD por mês
Dados do gráfico
| Período | Mediana | Vagas com salário por semana (n) |
|---|---|---|
| 2026-10-26 | 13.958 | 10 |
| 2026-11-02 | 9.192 | 15 |
| 2026-11-09 | 11.938 | 10 |
A série começa em 26 de out.: antes disso não há dados.
Apenas vagas com salário em USD e período conhecido (mês ou ano), de US$ 500 a US$ 50.000 por mês. Semanas com menos de 10 vagas assim ficam em branco — isso significa sem dados, não zero.
Dados do gráfico
| Semana | Mediana |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | — |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | — |
| 2026-09-14 | — |
| 2026-09-21 | — |
| 2026-09-28 | — |
| 2026-10-05 | — |
| 2026-10-12 | — |
| 2026-10-19 | — |
| 2026-10-26 | 13.958 |
| 2026-11-02 | 9.192 |
| 2026-11-09 | 11.938 |
O trabalho remoto ao longo do tempo
Proporção de vagas de Visão Computacional com trabalho totalmente remoto, por semana.
Vagas remotas, %
Dados do gráfico
| Período | Remoto |
|---|---|
| 2026-06-22 | 31,2 |
| 2026-06-29 | 23,1 |
| 2026-07-06 | 47,4 |
| 2026-07-13 | 21,4 |
| 2026-07-20 | 9,1 |
| 2026-07-27 | 30,8 |
| 2026-08-03 | 30,4 |
| 2026-08-10 | 35,7 |
| 2026-08-17 | 25 |
| 2026-08-24 | 30 |
| 2026-08-31 | — |
| 2026-09-07 | 22,7 |
| 2026-09-14 | 25 |
| 2026-09-21 | 22 |
| 2026-09-28 | 33,3 |
| 2026-10-05 | 39,4 |
| 2026-10-12 | 23,4 |
| 2026-10-19 | 25,5 |
| 2026-10-26 | 26,8 |
| 2026-11-02 | 29,1 |
| 2026-11-09 | 31,6 |
A série começa em 22 de jun.: antes disso não há dados.
A proporção é calculada entre as vagas que informam o formato (remoto, híbrido, escritório). Semanas com menos de 10 vagas assim ficam em branco.
Dados do gráfico
| Semana | Remoto |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | 31,2 |
| 2026-06-29 | 23,1 |
| 2026-07-06 | 47,4 |
| 2026-07-13 | 21,4 |
| 2026-07-20 | 9,1 |
| 2026-07-27 | 30,8 |
| 2026-08-03 | 30,4 |
| 2026-08-10 | 35,7 |
| 2026-08-17 | 25 |
| 2026-08-24 | 30 |
| 2026-08-31 | — |
| 2026-09-07 | 22,7 |
| 2026-09-14 | 25 |
| 2026-09-21 | 22 |
| 2026-09-28 | 33,3 |
| 2026-10-05 | 39,4 |
| 2026-10-12 | 23,4 |
| 2026-10-19 | 25,5 |
| 2026-10-26 | 26,8 |
| 2026-11-02 | 29,1 |
| 2026-11-09 | 31,6 |
As tecnologias ao longo do tempo
Como mudou a proporção de vagas de Visão Computacional que mencionam cada uma das principais tecnologias.
Vagas que mencionam a tecnologia, %
Dados do gráfico
| Período | Python | pytorch | C++ |
|---|---|---|---|
| 2026-09-21 | 56 | 32 | 32 |
| 2026-09-28 | 65,2 | 60,9 | 43,5 |
| 2026-10-05 | 50 | 42,3 | 15,4 |
| 2026-10-12 | 65,5 | 51,2 | 34,5 |
| 2026-10-19 | 76,9 | 57,7 | 42,3 |
| 2026-10-26 | 66,7 | 52,1 | 45,8 |
| 2026-11-02 | 74,1 | 42,6 | 40,7 |
| 2026-11-09 | 65,8 | 47,4 | 44,7 |
A série começa em 21 de set.: antes disso não há dados.
Proporção entre as vagas com stack marcado; a série começa em 10 de ago.: antes as tags de stack eram atribuídas de outra forma. Semanas com menos de 20 vagas marcadas ficam em branco.
Dados do gráfico
| Semana | Python | pytorch | C++ | opencv | cloud |
|---|---|---|---|---|---|
| 2026-08-10 | — | — | — | — | — |
| 2026-08-17 | — | — | — | — | — |
| 2026-08-24 | — | — | — | — | — |
| 2026-08-31 | — | — | — | — | — |
| 2026-09-07 | — | — | — | — | — |
| 2026-09-14 | — | — | — | — | — |
| 2026-09-21 | 56 | 32 | 32 | 20 | 44 |
| 2026-09-28 | 65,2 | 60,9 | 43,5 | 56,5 | 8,7 |
| 2026-10-05 | 50 | 42,3 | 15,4 | 23,1 | 15,4 |
| 2026-10-12 | 65,5 | 51,2 | 34,5 | 17,9 | 19 |
| 2026-10-19 | 76,9 | 57,7 | 42,3 | 34,6 | 25 |
| 2026-10-26 | 66,7 | 52,1 | 45,8 | 50 | 27,1 |
| 2026-11-02 | 74,1 | 42,6 | 40,7 | 27,8 | 14,8 |
| 2026-11-09 | 65,8 | 47,4 | 44,7 | 31,6 | 26,3 |
Países ao longo do tempo
Como mudou, por semana, a proporção de vagas de Visão Computacional em cada um dos principais países.
Vagas no país, %
Dados do gráfico
| Período | EUA | Rússia | Reino Unido |
|---|---|---|---|
| 2026-06-22 | 16 | 4 | 0 |
| 2026-06-29 | 15 | 5 | 5 |
| 2026-07-06 | 55,6 | 5,6 | 2,8 |
| 2026-07-13 | 39,1 | 17,4 | 2,2 |
| 2026-07-20 | 20 | 20 | 10 |
| 2026-07-27 | — | — | — |
| 2026-08-03 | 18,2 | 22,7 | 31,8 |
| 2026-08-10 | — | — | — |
| 2026-08-17 | — | — | — |
| 2026-08-24 | 43,5 | 8,7 | 13 |
| 2026-08-31 | — | — | — |
| 2026-09-07 | 20,8 | 8,3 | 16,7 |
| 2026-09-14 | 26,1 | 0 | 4,3 |
| 2026-09-21 | 37,2 | 2,3 | 4,7 |
| 2026-09-28 | 14,3 | 10,7 | 3,6 |
| 2026-10-05 | 33,3 | 16,7 | 0 |
| 2026-10-12 | 17,8 | 1 | 4 |
| 2026-10-19 | 17,2 | 13,8 | 12,1 |
| 2026-10-26 | 34,5 | 3,4 | 13,8 |
| 2026-11-02 | 24,6 | 8,8 | 12,3 |
| 2026-11-09 | 23,4 | 2,1 | 19,1 |
A série começa em 22 de jun.: antes disso não há dados.
Proporção entre as vagas com país conhecido; o gráfico mostra os cinco países com mais vagas em seis meses. Semanas com menos de 20 vagas com país conhecido ficam em branco. Uma proporção em alta pode indicar uma fonte recém-conectada naquele país, e não crescimento do mercado.
Dados do gráfico
| Semana | EUA | Rússia | Reino Unido | Alemanha | Ucrânia |
|---|---|---|---|---|---|
| 2026-06-01 | — | — | — | — | — |
| 2026-06-08 | — | — | — | — | — |
| 2026-06-15 | — | — | — | — | — |
| 2026-06-22 | 16 | 4 | 0 | 0 | 0 |
| 2026-06-29 | 15 | 5 | 5 | 5 | 0 |
| 2026-07-06 | 55,6 | 5,6 | 2,8 | 2,8 | 8,3 |
| 2026-07-13 | 39,1 | 17,4 | 2,2 | 2,2 | 8,7 |
| 2026-07-20 | 20 | 20 | 10 | 0 | 0 |
| 2026-07-27 | — | — | — | — | — |
| 2026-08-03 | 18,2 | 22,7 | 31,8 | 0 | 4,5 |
| 2026-08-10 | — | — | — | — | — |
| 2026-08-17 | — | — | — | — | — |
| 2026-08-24 | 43,5 | 8,7 | 13 | 0 | 0 |
| 2026-08-31 | — | — | — | — | — |
| 2026-09-07 | 20,8 | 8,3 | 16,7 | 0 | 0 |
| 2026-09-14 | 26,1 | 0 | 4,3 | 0 | 0 |
| 2026-09-21 | 37,2 | 2,3 | 4,7 | 7 | 9,3 |
| 2026-09-28 | 14,3 | 10,7 | 3,6 | 7,1 | 14,3 |
| 2026-10-05 | 33,3 | 16,7 | 0 | 8,3 | 5,6 |
| 2026-10-12 | 17,8 | 1 | 4 | 10,9 | 2 |
| 2026-10-19 | 17,2 | 13,8 | 12,1 | 5,2 | 5,2 |
| 2026-10-26 | 34,5 | 3,4 | 13,8 | 10,3 | 12,1 |
| 2026-11-02 | 24,6 | 8,8 | 12,3 | 7 | 0 |
| 2026-11-09 | 23,4 | 2,1 | 19,1 | 12,8 | 0 |
Mercado limpo: índice de contratação
Os mesmos 7.505 sites de carreira de empregadores; o número de vagas vem do próprio site. Conectar novas fontes não move este índice — ele mostra o mercado, não a nossa cobertura. É todo o mercado do painel, não apenas Visão Computacional.
Índice de contratação, 16 de out. = 100
Dados do gráfico
| Período | Índice de contratação |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Índice encadeado: cada dia compara apenas os sites consultados naquele dia e no anterior; valores discrepantes e falhas de consulta de uma plataforma inteira são excluídos. Dias sem pares comparáveis ficam em branco.
Dados do gráfico
| Dia | Índice de contratação |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Quantas vagas abertas de Visão Computacional existem e quantos especialistas compatíveis o Zorky observa.
Demanda e oferta observada
Dados do gráfico
| Indicador | Valor |
|---|---|
| Demanda aberta | 303 |
| Demanda aberta | 303 |
| Oferta observada | — não publicado |
CV — uma área de ML madura (desde os anos 1960), remontada pelo deep learning em 2012 → transformers 2020 → foundation models 2023–2024 (DINOv2 / SAM 2) → o boom generativo 2022–2026 (Stable Diffusion / FLUX / Sora). O pool é pequeno na nossa amostra — o mercado real é mais amplo graças à sobreposição com ML geral / Robótica.
⚠ candidatos compatíveis com uma vaga ainda não são contados: são mostrados a demanda e o pool observado
Como se distribuem os salários nas vagas de Visão Computacional, em dólares americanos por mês.
Distribuição de salários
Dados do gráfico
| Indicador | Valor |
|---|---|
| <$1k | 0 |
| $1–2k | 0 |
| $2–3k | 2 |
| $3–4k | 1 |
| $4–5k | 2 |
| $5–6k | 1 |
| $6–7k | 2 |
| $7–8k | 2 |
| $8–9k | 2 |
| $9–10k | 2 |
| $10–12k | 5 |
| $12–15k | 6 |
| $15–20k | 10 |
| $20k+ | 1 |
- utilizável no cálculo: 36 (11,9%)
- informado, mas não convertido para USD/mês: 30 (9,9%)
- não informado: 237 (78,2%)
Uma em cada dez vagas oferece menos de $4.625, uma em cada dez mais de $18.877. Metade das vagas oferece entre $7.500 e $15.208. Amostra: 36.
Dados do gráfico
| Indicador | Limite inferior | Limite superior | Quantidade |
|---|---|---|---|
| <$1k | 0 | 1.000 | 0 |
| $1–2k | 1.000 | 2.000 | 0 |
| $2–3k | 2.000 | 3.000 | 2 |
| $3–4k | 3.000 | 4.000 | 1 |
| $4–5k | 4.000 | 5.000 | 2 |
| $5–6k | 5.000 | 6.000 | 1 |
| $6–7k | 6.000 | 7.000 | 2 |
| $7–8k | 7.000 | 8.000 | 2 |
| $8–9k | 8.000 | 9.000 | 2 |
| $9–10k | 9.000 | 10.000 | 2 |
| $10–12k | 10.000 | 12.000 | 5 |
| $12–15k | 12.000 | 15.000 | 6 |
| $15–20k | 15.000 | 20.000 | 10 |
| $20k+ | 20.000 | — | 1 |
Em quais países há mais vagas abertas de Visão Computacional.
Geografia da demanda
| país | vagas | proporção |
|---|---|---|
| Estados Unidos | 89 | 33,8% |
| Alemanha | 23 | 8,7% |
| Reino Unido | 18 | 6,8% |
| Polônia | 12 | 4,6% |
| Ucrânia | 12 | 4,6% |
| Rússia | 10 | 3,8% |
| Singapura | 9 | 3,4% |
| Canadá | 7 | 2,7% |
| Cazaquistão | 7 | 2,7% |
| Índia | 7 | 2,7% |
| Outros países | 69 | 26,2% |
O líder em número de vagas de CV Engineer são os EUA (89 vagas). Polônia — hub de CV amigável na UE. Alemanha — Berlim AI + indústria automotiva de Munique (times de AI autônoma de BMW / Mercedes / Bosch / Continental). Reino Unido — Londres (Wayve autônomo + Tractable). EUA — Bay Area + Pittsburgh (clusters de veículos autônomos) + Boston (região de Robótica do MIT). Enorme remoto internacional via empresas de veículos autônomos (Tesla / Waymo / Cruise / Wayve / Pony.ai / Zoox / Aurora) + AI generativa (Stability / Black Forest Labs / Runway / Pika / Kling) + CV de Big Tech + startups de CV da Y Combinator.
⚠ apenas número de vagas: o salário por país não é publicado
Dados do gráfico
| País | Vagas |
|---|---|
| US | 89 |
| DE | 23 |
| GB | 18 |
| PL | 12 |
| UA | 12 |
| RU | 10 |
| SG | 9 |
| CA | 7 |
| KZ | 7 |
| IN | 7 |
Quais tecnologias são mais pedidas na mesma vaga que Visão Computacional.
Usada junto com
Participação: quantas das 303 vagas do mercado Visão Computacional mencionam esta tecnologia. Ordenado pelo número de vagas, não pela “força da associação”. Termos genéricos como cloud não são uma nuvem específica (AWS, Azure).
Russos: NtechLab FaceNGN + VisionLabs Luna + Tevian + RecFaces, video tracking: ByteTrack (mais rápido) + DeepSORT + BoT-SORT + StrongSORT + MOTRv2. Modelos de vídeo: VideoMAE + X-CLIP + InternVideo, visão 3D: NeRF + Instant-NGP (NVIDIA) + Gaussian Splatting (em alta 2023–2026) + Nerfstudio + Open3D + PyTorch3D (Meta) + Kaolin (NVIDIA) + COLMAP (SfM) + Mitsuba 3, generativo: Stable Diffusion SDXL/SD3/SD3.5 + FLUX.1 (Black Forest Labs) + DALL-E 3 + Imagen 3 + Midjourney v6 + Ideogram. Vídeo: Runway Gen-3 + Pika 1.5 + Kling + Sora + AnimateDiff + SVD.
Pares comuns: Python + PyTorch + torchvision + OpenCV (base clássica de CV), Ultralytics YOLO + albumentations + CVAT (pipeline de detecção em produção), Detectron2 + MMDetection + timm (stack flexível para pesquisa), SAM 2 + ByteTrack + DeepSORT (compreensão de vídeo + tracking), DINOv2 + CLIP + LLM multimodal (stack foundation model + vision-language), Stable Diffusion + FLUX + ComfyUI + LoRA / DreamBooth (stack de imagem generativa), NeRF + Gaussian Splatting + Nerfstudio + COLMAP + Open3D (stack de visão 3D), PyTorch + ONNX + TensorRT + CoreML (stack de deploy na borda), NVIDIA DeepStream + Triton + Kubernetes (analytics de vídeo em produção). Roadmap de aprendizado: fundamentos de matemática → Python + noções de ML → CV clássico com OpenCV → Stanford CS231n → PyTorch + torchvision + timm → Ultralytics YOLO + Detectron2 → SAM + DINOv2 → LLM multimodal → trilha generativa (SD/FLUX/ComfyUI) → visão 3D (NeRF/3DGS) → mão na massa com deploy na borda (TensorRT/CoreML) → ferramentas de anotação (CVAT) → portfólio de pet projects (4 demos).
Dados do gráfico
| Nome | Quantidade |
|---|---|
| python | 164 |
| pytorch | 116 |
| c++ | 99 |
| opencv | 80 |
| cloud | 51 |
| tensorflow | 51 |
| docker | 43 |
| mlops | 28 |
| numpy | 22 |
| transformers | 20 |
| fine-tuning | 18 |
| aws | 16 |
Quantas vagas de Visão Computacional há em cada nível, de júnior a principal.
Demanda por nível
| nível | vagas |
|---|---|
| senior | 87 |
| junior | 26 |
| middle | 25 |
| principal | 16 |
| lead | 12 |
Júnior — entrada típica: MS / PhD em CV / Robótica + portfólio (competições de CV no Kaggle / projetos de CV no GitHub). Fluxo de carreira: Backend Sênior / ML Pleno (2-3 anos) + interesse em CV + portfólio → CV Engineer Júnior (1-2 anos) → Pleno (2-3 anos) → Sênior → ou 3D Vision Engineer (NeRF / Gaussian Splatting), Edge CV Engineer (domínio de TensorRT / CoreML), Generative AI Engineer (imagem/vídeo), ML Research CV (papers de trilha acadêmica CVPR / ICCV / ECCV), ou Autonomous Vehicle Perception Engineer. Números baseados numa amostra pequena — para referências mais amplas, veja as páginas de ml-engineer / research.
⚠ apenas o lado da demanda: a senioridade do pool observado é desconhecida na maior parte
Dados do gráfico
| Nível | Quantidade |
|---|---|
| senior | 87 |
| junior | 26 |
| middle | 25 |
| principal | 16 |
| lead | 12 |
Quem mais contrata em Visão Computacional e quanto a demanda se concentra nas maiores empresas.
Empregadores
A demanda está distribuída entre 220 empregadores. O maior responde por 2.5%, os dez primeiros por 15.4%; os 84.6% restantes são cauda longa.
| proporção | valor |
|---|---|
| top 1 | 2.5% |
| top 3 | 6.7% |
| top 10 | 15.4% |
| cauda longa | 84.6% |
⚠ os nomes não são mostrados: o classificador ainda não distingue agências de recrutamento de empregadores finais
De quais sites de empresas e portais de vagas o Zorky coleta as vagas de Visão Computacional.
Onde o Zorky vê este mercado
Observado em 53 fontes; a maior responde por 12.9%: este mercado não depende de um único canal.
Dados do gráfico
| Classe | Nome | Nome em inglês | Quantidade | Proporção |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS e sites de carreira | 204 | 0,6733 |
| board | джоб-борды и агрегаторы | sites de vagas e agregadores | 84 | 0,2772 |
| telegram | Telegram | Telegram | 11 | 0,0363 |
| comunidade | сообщества и публичные профили | comunidade e perfis públicos | 4 | 0,0132 |
As vagas de Visão Computacional mais recentes dos sites de carreira das empresas.
Vagas recentes
- Software Engineer - Machine Learning or Computer Vision · SE
- Computer Vision Engineer · US
- Computer Vision Engineer · US
- Computer Vision Specialist · PT
- AI Research Engineer - Computer Vision & Neural Rendering · CA
- Full-stack разработчик Python + AI / Computer Vision · UZ
- Werkstudent (m/w/d) Computer Vision & Machine Learning · DE
- Senior Forward Deployment Computer Vision Engineer (All Genders) · SE
Vagas de Computer Vision Engineer abertas mais recentes — as posições mais recentes da amostra (conjunto estreito de cargos de CV explícitos — o mercado real é mais amplo graças à sobreposição com ml-engineer / robótica). A lista completa está no nosso CRM ou pelo link "ver todas" abaixo. Para uma visão mais ampla, veja as páginas de ml-engineer + ai-engineer.
Mercados adjacentes
Computer Vision Engineer se sobrepõe ao ML Engineer (sobreposição em ML de produção, ~60%), ao AI Engineer (sobreposição em LLM multimodal), ao NLP Engineer (vision-language models), ao Research Engineer (trilha de papers CVPR / ICCV / ECCV), ao Robotics Engineer (SLAM + percepção), ao Edge ML / MLOps Engineer (sobreposição em deploy). A comparação com ml-engineer/ai-engineer/nlp/data-scientist/research/mlops — no SiblingSubnichesChart acima.
⚠ mercados adjacentes para comparação ainda não foram definidos
Como é medido
- Vaga
- uma vaga aberta que passou pelo filtro de qualidade e lista pelo menos duas tecnologias
- Candidato observado
- um candidato cujo stack contém esta tecnologia; um agregado — nenhum registro individual sai do perímetro
- Candidato compatível
- ainda não contado
- Janela
- vagas abertas no momento em que o snapshot foi gerado
Sobre os dados
- Alguns detalhamentos estão ocultos: a cobertura de dados deles ainda não é suficiente.
- As estatísticas só aparecem onde a amostra passa por um controle de qualidade.
- A ausência de um bloco não significa valor zero.
Detalhamentos ocultos no momento: 8.
Área: IA / ML / Data Science
Especializações relacionadas
Dentro de Computer Vision Engineer: CV Engineer (geral — pipelines de CV em produção), Senior CV Engineer (propriedade multitarefa + arquiteturas customizadas), ML Research CV (trilha acadêmica — CVPR / ICCV / ECCV — sobreposição com research), 3D Vision Engineer (NeRF / Gaussian Splatting / point cloud — em alta 2024+), Generative AI Image/Video Engineer (Stable Diffusion / FLUX / Runway / Pika / Kling — sobreposição com ai-engineer), Edge CV Engineer (TensorRT + CoreML + deploy mobile), Robotics Vision Engineer (SLAM + percepção para robôs / sistemas autônomos). A comparação com ml-engineer/ai-engineer/nlp/data-scientist/research/mlops — na barra abaixo.
Perguntas frequentes
As perguntas mais comuns sobre Computer Vision Engineer: pagamento (segmento premium por skill rara), CV vs ML vs AI Engineer (comparação de 3 vias + 5 distinções), stack de detecção de objetos 2026 (árvore de decisão YOLO vs Detectron2 vs MMDetection vs DETR vs SAM), 3D Vision Engineer (sub-especialização em ascensão 2024+), remoto, como se tornar (6-12 meses a partir de Backend / ML Middle + portfólio), skills de Senior (PyTorch profundo + domínio de OpenCV + frameworks de detecção / segmentação + deployment em edge + um domínio). As respostas se recalculam automaticamente.
Quanto ganha um CV Engineer Júnior, Pleno, Sênior ou Lead?
Números baseados numa amostra pequena — para referências mais amplas, veja ML Engineer e Research Engineer / Scientist. Júnior — entrada típica: MS / PhD em CV / Robótica + portfólio (competições de CV no Kaggle, projetos de CV no GitHub). O salto Júnior → Pleno — depois da primeira implantação de CV em produção (feature de detecção / segmentação / classificação entregue). Pleno → Sênior — propriedade de um pipeline de CV multitarefa + expertise em edge deployment ou especialização em IA generativa. Sênior → Staff / Principal — estratégia de CV para toda a organização + design de arquitetura custom + trilha de publicação de papers de pesquisa. Fluxo de carreira: Backend Sênior / ML Engineer Pleno (2-3 anos) + interesse em CV + portfólio → CV Engineer Júnior (1-2 anos) → Pleno (2-3 anos) → Sênior → ou 3D Vision Engineer, Edge CV Engineer, Generative AI Engineer (imagem/vídeo), ou ML Research CV (papers de trilha acadêmica CVPR / ICCV / ECCV).
De qual stack um CV Engineer mais precisa?
Top 5: python, pytorch, c++, opencv, tensorflow. Python a fundo (na maior parte — componentes de edge às vezes em C++/Rust). Domínio de OpenCV: operações clássicas de CV (cv2.findContours / cv2.HoughLines / Canny edge / morphology / homography / camera calibration / stereo matching — obrigatório para pré-processamento + algoritmos tradicionais). Pillow (PIL — manipulação de imagens). Object detection / segmentation: Ultralytics YOLO (YOLOv8/v9/v10/v11 — padrão da indústria 2026 — treino fácil + boa documentação), Detectron2 (Meta — research-grade, mais flexível), MMDetection / MMSegmentation / MMPose (OpenMMLab — ecossistema enorme), família DETR (RT-DETR em ascensão 2026), SAM + SAM 2 (segmentação universal). Self-supervised + foundation models: DINOv2 (Meta — melhor backbone de visão 2024 para extração de features), CLIP + OpenCLIP + SigLIP (alinhamento vision-language), MAE (Masked Autoencoder). Backbones de classificação: família ViT, Swin Transformer, ConvNeXt, EfficientNet + MobileNet (eficientes), timm (modelos pré-treinados, biblioteca obrigatória). Data augmentation: albumentations (padrão da indústria — 30+ tipos de augmentation), torchvision.transforms.v2 (moderno PyTorch native), RandAugment + AugMix + Mixup + CutMix. Multimodal LLM: GPT-4V + Claude 3.5 Sonnet vision + Gemini 1.5/2.0 Pro vision + open-source LLaVA + Qwen 2 VL + InternVL + Idefics2 + Molmo (melhor multimodal open 2024). OCR: PaddleOCR (Baidu — líder multilíngue 2026 — 80+ idiomas), EasyOCR, Tesseract (legacy ainda enorme), Docling (IBM 2024 — doc understanding), Surya, TrOCR (Microsoft transformer-based). Face recognition: InsightFace (SOTA open-source 2026 — modelos ArcFace + RetinaFace + Buffalo), DeepFace, face_recognition. Russos: NtechLab FaceNGN / VisionLabs Luna / Tevian / RecFaces. Video understanding + tracking: ByteTrack (o mais rápido 2026), DeepSORT, BoT-SORT, StrongSORT, MOTRv2. Modelos de vídeo: VideoMAE, X-CLIP, InternVideo, MViT. Visão 3D: NeRF (original 2020) + Instant-NGP (NVIDIA — 100× mais rápido) + Gaussian Splatting (em ascensão 2023–2026), Nerfstudio (framework unificado), Open3D (point cloud), PyTorch3D (Meta), Kaolin (NVIDIA), COLMAP (structure-from-motion), Mitsuba 3 (differentiable rendering). Geração de imagem / vídeo: família Stable Diffusion (SDXL + SD3 + SD3.5), FLUX.1 (Black Forest Labs — recordista open 2024+), DALL-E 3 / Imagen 3 / Midjourney v6 / Ideogram. Vídeo: Runway Gen-3 / Pika 1.5 / Kling AI / Sora / AnimateDiff / SVD. UIs para generative: ComfyUI (node-based — favorito em pesquisa), Automatic1111. Fine-tuning de generative: LoRA + DreamBooth para Stable Diffusion / FLUX. Inference serving: Triton Inference Server + BentoML + TorchServe. Annotation: CVAT (OpenCV — padrão da indústria), Label Studio + V7 Darwin (comercial) + Roboflow (prototipagem rápida). Datasets: COCO (benchmark de detection / segmentation) + ImageNet (classificação) + OpenImages + LAION-5B (treino generative em escala web) + Objects365 + Visual Genome + ADE20K (segmentação) + Cityscapes (direção autônoma). Otimização hardware-aware: quantização (INT8 / FP16), pruning, distillation, structured sparsity (para tensor cores NVIDIA Ampere+).
Computer Vision Engineer vs ML Engineer vs AI Engineer — qual é a diferença?
Os três cargos se sobrepõem em 2026, mas as áreas de foco diferem. ML Engineer — generalista, dono do stack de ML em produção (sistemas de recomendação / antifraude / ranqueamento / ML clássico + LLM). Pode trabalhar com dados de CV, mas sem especialização profunda. Veja ML Engineer. AI Engineer / LLM Engineer — foco na integração de LLM (voltado a texto). Veja AI / LLM Engineer. NLP Engineer — foco em texto + fala. Veja NLP Engineer. Computer Vision Engineer (esta página) — foco em dados de imagem / vídeo / 3D. Distinções: 1) Intuição de processamento de imagem — o CV Engineer entende modelos de câmera / distorção de lente / espaços de cor / análise de histograma / operações morfológicas — base clássica de CV. O AI Engineer geralmente não conhece nada disso. 2) Restrições computacionais — os modelos de CV são pesados (gigabytes), a latência de inferência é crítica (direção autônoma — exigência de 30+ FPS), deploy na borda (domínio de TensorRT / CoreML / OpenVINO) — território exclusivo de CV. 3) Especialização em imagem / vídeo generativo — expertise em workflows de Stable Diffusion / FLUX / ComfyUI — especificamente do nicho de CV (sobrepõe-se ao AI Engineer na geração guiada por texto). 4) Habilidades de visão 3D — NeRF / Gaussian Splatting / nuvem de pontos / SLAM / calibração de câmera — exclusivo de CV. 5) Expertise de domínio — os cargos de CV costumam estar ligados a um setor específico (veículos autônomos / imagens médicas / robótica / AR/VR / imagens de satélite / controle de qualidade industrial). Cada domínio tem seus próprios datasets + regras. Transições de carreira: ML Engineer Sênior → CV Engineer — 4-8 meses (precisa de OpenCV + Ultralytics + Detectron2 + albumentations + um domínio). CV Engineer Sênior → ML Engineer — 2-4 meses (transição lateral fácil, acrescentar MLOps + noções de LLM). CV Engineer Sênior → AI Engineer (trilho de LLM) — 3-6 meses. Subespecializações em alta 2025–2026: visão 3D (Gaussian Splatting) / imagem-vídeo generativo (FLUX + estilo Sora) / multimodal (Vision-Language Models — LLaVA / Molmo).
Stack de detecção de objetos 2026 — YOLO vs Detectron2 vs MMDetection vs DETR vs SAM?
Árvore de decisão para detecção de objetos / segmentação 2026: 1) Ultralytics YOLO (YOLOv8 / v9 / v10 / v11) — escolha padrão em 2026 para detecção de objetos. Prós: treinamento fácil (3-5 linhas de código), boa documentação + comunidade, inferência rápida (tempo real em CPU + edge), amplo suporte a implantação (ONNX + TensorRT + CoreML + TFLite nativos). Contras: a licença da Ultralytics exige AGPL ou licença comercial ($$) para uso proprietário, menos flexível academicamente que Detectron2 / MMDetection. 2) Detectron2 (Meta) — nível de pesquisa. Prós: API limpa, flexível (arquiteturas customizadas fáceis), licença Apache 2.0 (amigável para uso comercial), apoiado pela Meta. Contras: treinamento mais lento que o da Ultralytics, curva de aprendizado maior. Caso de uso: arquiteturas customizadas complexas, projetos de pesquisa, quando você precisa de controle fino sobre o loop de treinamento. 3) MMDetection / MMSegmentation / MMPose (OpenMMLab — consórcio chinês) — enorme ecossistema. Prós: 100+ arquiteturas já implementadas (antigas e novas), as implementações de referência dos papers sempre aparecem lá primeiro, Apache 2.0. Contras: muito orientado a configuração (curva de aprendizado íngreme), comunidade em chinês às vezes difícil para quem só lê inglês, dependências podem conflitar. Caso de uso: pesquisa, comparação de muitas arquiteturas, reprodução de papers. 4) Família DETR (detecção baseada em transformers) — mudança de paradigma moderna desde 2020+. RT-DETR (Real-Time DETR — Baidu, em alta desde 2024+ — concorrente do YOLO em tempo real), DINO-DETR, Co-DETR. Prós: ponta a ponta (sem pós-processamento NMS), muitas vezes maior acurácia em cenas complexas. Contras: inferência mais lenta que o YOLO, mais exigente em computação para treinamento. Caso de uso: necessidade de máxima acurácia, cenas complexas (objetos aglomerados). 5) SAM (Segment Anything Model — Meta 2023) + SAM 2 (versão para vídeo 2024) — segmentação universal. Caso de uso: a) segmentação zero-shot (segmentar qualquer coisa sem treinamento), b) ferramenta de anotação interativa (prompt de ponto / caixa → máscara), c) aceleração da rotulagem de dados (anotação assistida por SAM 10× mais rápida). Combine com YOLO / Detectron2: detector → SAM para máscaras precisas. 6) Detecção clássica (HOG + cascade classifiers — OpenCV) — apenas para casos muito simples, dispositivos edge sem GPU, microcontroladores de baixo consumo (ainda relevante em cenários embarcados). Recomendações padrão 2026: Implantação em produção + uso comercial → Ultralytics YOLO (se AGPL ou licença comercial for aceitável) OU Detectron2 (alternativa Apache 2.0). Pesquisa / reprodução de papers → MMDetection. Máxima acurácia / cenas complexas → RT-DETR ou Co-DETR. Segmentação universal / zero-shot → SAM 2. Aceleração da anotação → SAM + workflows interativos (integração com CVAT). Edge / mobile → YOLO com TensorRT (NVIDIA) / CoreML (Apple) / TFLite (Android). Um CV Engineer Sênior precisa saber quando usar cada um.
Qual é a proporção de vagas remotas?
Entre as vagas com modalidade de trabalho informada, 24% são remotas. Vagas sem modalidade informada são excluídas do denominador; trabalho híbrido não é contado como remoto.
Em que o 3D Vision Engineer (NeRF / Gaussian Splatting — em alta 2024+) difere?
3D Vision Engineer — subespecialização dentro de CV com foco em compreensão 3D + renderização neural. No dia a dia: 1) Reconstrução com NeRF / Gaussian Splatting — vídeo de entrada → representação de cena 3D. Ferramentas: Instant-NGP (NVIDIA — NeRF rápido) / Nerfstudio (framework unificado) / gsplat (biblioteca de Gaussian Splatting) / app Polycam para captura. 2) Processamento de nuvens de pontos — dados de LiDAR (veículos autônomos) ou câmeras de profundidade (Kinect / RealSense). Ferramentas: Open3D / PCL (Point Cloud Library) / PyTorch3D. 3) Structure-from-motion (SfM) — várias imagens 2D → cena 3D. Ferramentas: COLMAP (SfM padrão do setor). 4) SLAM (Simultaneous Localization and Mapping) — robótica / AR — rastrear a pose da câmera + construir o mapa. Ferramentas: ORB-SLAM3 / OpenVSLAM / Kimera. 5) Renderização diferenciável — aprender 3D a partir de supervisão 2D. Ferramentas: Mitsuba 3 / nvdiffrast / Kaolin. 6) Geração 3D — texto → malha 3D (DreamFusion + Magic3D + Zero-1-to-3) ou imagem → 3D (TripoSR / InstantMesh — open-source 2024+). 7) Processamento de malhas — texturização / retopologia / UV unwrapping para pipelines de conteúdo 3D. Stack específico: PyTorch3D (Meta — pesquisa 3D), Kaolin (NVIDIA — DL 3D), Mitsuba 3 (renderização diferenciável), Open3D / PCL (nuvens de pontos), COLMAP (SfM), Nerfstudio + gsplat (NeRF / 3DGS), API Python do Blender (manipulação de malhas). Trajetória de carreira: CV Engineer Sênior + interesse em computação gráfica + portfólio prático com NeRF / 3DGS → 3D Vision Engineer — 6-12 meses.
Por onde começar em Computer Vision em 2026?
Roadmap: 1) Base matemática — álgebra linear + cálculo + noções de geometria projetiva (transformações / homografias / modelos de câmera). "Multiple View Geometry in Computer Vision" Hartley / Zisserman — bíblia da matemática de CV (pode ser usado como referência, sem necessidade de ler de ponta a ponta). 2) Python a fundo + noções de ML — PyTorch + NumPy + Matplotlib. Construa um classificador ML simples (MNIST). 3) Domínio de OpenCV — operações clássicas de CV. Curso: "Computer Vision Course" da PyImageSearch (Adrian Rosebrock — melhor entrada para OpenCV), documentação oficial + tutoriais do OpenCV. Construa pet projects: edge detection / panorama por homografia / detecção de faces com Haar cascades clássicos. 4) Deep Learning para Visão — Stanford CS231n "Convolutional Neural Networks for Visual Recognition" (Karpathy / Li — YouTube gratuito + slides — obrigatório, curso canônico de deep learning em CV). 5) PyTorch + torchvision na prática — treine ResNet / EfficientNet no CIFAR-10, faça fine-tune de um modelo pré-treinado no seu próprio dataset. Aprenda a usar a biblioteca timm (modelos pré-treinados). 6) Object detection — Ultralytics YOLO na prática (entrada mais fácil — treine YOLO em um dataset customizado em um dia). Depois Detectron2 (mais flexível). 7) Segmentação — Mask R-CNN via Detectron2, depois SAM (segmentação universal) — experimente segmentação interativa. 8) Ferramentas de anotação — domínio do CVAT (padrão da indústria para anotação de CV). Anote o seu próprio dataset (10-50 imagens), treine um detector nele. 9) Domínio de augmentation — biblioteca albumentations (obrigatória para CV em produção). Entenda a estabilidade de treinamento — augmentation forte melhora a robustez. 10) Transformers modernos para CV — Vision Transformer (ViT) + Swin Transformer + DINOv2 (foundation model). Suporte a visão do Hugging Face Transformers. 11) LLM multimodal — experimente GPT-4V + Claude vision + LLaVA / Qwen 2 VL open-source para entendimento. 12) Track de CV generativa (popular 2024–2026): Stable Diffusion + FLUX na prática, domínio de workflows ComfyUI, fine-tuning LoRA / DreamBooth. Curso: "Generative AI with Diffusion Models" DeepLearning.AI. 13) Track de Visão 3D (em alta 2024+): NeRF + Gaussian Splatting na prática com o framework Nerfstudio, capture sua própria cena com um celular (app Polycam), reconstrua como 3DGS. 14) Deploy em edge na prática — converta um modelo PyTorch → ONNX → TensorRT (em GPU NVIDIA), faça benchmark da latência de inferência. Experimente conversão para CoreML em Apple Silicon. 15) Portfólio de pet projects: a) pipeline de detecção nível produção (ex.: demo de contagem de peixes / veículos / células); b) LoRA customizado de Stable Diffusion / FLUX no seu próprio estilo; c) reconstrução por Gaussian Splatting (cena 3D legal a partir de vídeo de celular); d) app de CV mobile (deploy via CoreML/TFLite). Documente no GitHub + post de blog + vídeo demo. Cursos russos: MIPT DLSchool (módulo CV — YouTube gratuito), Karpov.Courses track "Computer Vision", Otus "Computer Vision", SkillFactory CV, School21 (Sber) track AI Computer Vision. Internacional (EN): Stanford CS231n (canônico — YouTube gratuito), fast.ai Practical Deep Learning (CV incluído), Hugging Face Computer Vision Course (gratuito), livro "Deep Learning for Computer Vision" Mohamed Elgendy, PyImageSearch University (Adrian Rosebrock — foco aplicado). Livros de leitura obrigatória: "Deep Learning for Vision Systems" Mohamed Elgendy (Manning), "Multiple View Geometry" Hartley / Zisserman (referência de matemática), "Computer Vision: Algorithms and Applications" Richard Szeliski (2ª edição gratuita online — enciclopédica). Conferências: CVPR (top — junho), ICCV (outubro, alternando com a ECCV), ECCV (outubro, alternando), NeurIPS (dezembro — ML mais amplo com track de CV). Backend Senior / ML Engineer Middle + interesse em CV + portfólio → CV Engineer Junior — 6-12 meses. PhD CV / Robótica → Senior CV Engineer — entrada direta.
Quantas vagas abertas estão nesta amostra?
A amostra publicada contém 303 vagas abertas após agrupar republicações. É o mesmo número do indicador principal. A seção geográfica descreve a cobertura da amostra; não é uma estimativa de todo o mercado.
De quais skills um Senior CV Engineer precisa?
Um CV Engineer Sênior é dono do ciclo completo de engenharia de visão + liderança técnica. Fundamentos matemáticos: álgebra linear + geometria projetiva (modelos de câmera / homografias / geometria epipolar) + cálculo + teoria de otimização — no nível de "consigo ler artigos do CVPR sem pular os blocos de matemática". Python a fundo + nível de Backend Sênior: domínio de async / typing / FastAPI / pytest. Noções de C++ (para deploy na borda + kernels personalizados do OpenCV — desejável). Domínio profundo de PyTorch + torchvision: Datasets / Samplers / Losses / loops de treinamento personalizados, treinamento distribuído (DDP para treinamento de CV multi-GPU), precisão mista (FP16 / BF16 obrigatório em produção), acumulação de gradientes para modelos grandes. Domínio de OpenCV: operações clássicas de CV (calibração / morfologia / transformada de Hough / homografia / stereo matching / fluxo óptico), noções da API C++ para caminhos críticos de desempenho. Transformers modernos para CV: domínio de ViT / Swin / DINOv2, estratégias de fine-tuning, arquiteturas híbridas CNN-transformer. Domínio de detecção / segmentação de objetos: deploy em produção do Ultralytics YOLO + criação de arquiteturas personalizadas no Detectron2 + MMDetection / MMSegmentation quando necessário + RT-DETR + integração do SAM 2 em pipelines. Domínio de data augmentation: albumentations avançado (transformações personalizadas + estratégias de composição), test-time augmentation (TTA), compreensão de AutoAugment / RandAugment / CutMix / Mixup. Modelos de fundação: DINOv2 + CLIP + SigLIP + OpenCLIP — casos de uso para extração de features + classificação zero-shot + recuperação. LLMs multimodais (GPT-4V / Claude vision / LLaVA / Qwen 2 VL / Molmo) — quando usar vs treinar um modelo próprio. Domínio de CV generativa (se o trilho incluir): Stable Diffusion + FLUX a fundo — fine-tuning com ControlNet / LoRA / DreamBooth / IP-Adapter / textual inversion. Criação de workflows no ComfyUI. Noções de geração de vídeo (AnimateDiff / SVD). Domínio de visão 3D (se o trilho incluir): NeRF + Gaussian Splatting + Nerfstudio + SfM com COLMAP + nuvens de pontos com Open3D. Calibração de câmeras + geometria projetiva a fundo. Domínio de deploy na borda: ONNX (exportação entre frameworks + otimização do ONNX Runtime), TensorRT (NVIDIA — quantização INT8 + desenvolvimento de plugins se necessário), CoreML (Apple Silicon — suporte a operações Conv2D + especificidades do Neural Engine), TFLite (delegate NNAPI do Android), pipelines MediaPipe, OpenVINO (iGPU Intel). Otimização ciente do hardware: quantização (PTQ + QAT), pruning, destilação (professor-aluno), esparsidade estruturada (NVIDIA Ampere+ para aceleração de 2×). Arquitetura de pipelines de CV em produção: projetar no quadro branco um pipeline de ponta a ponta — ingestão de dados (câmeras / drives / streaming em nuvem) → pré-processamento → inferência em lote → pós-processamento → rastreamento / agregação → ações downstream. Sistemas multicâmera: sincronização + calibração + fusão para sistemas autônomos / de vigilância. Serving de inferência: Triton Inference Server (NVIDIA — o melhor para múltiplos modelos + batching dinâmico), DeepStream (analytics de vídeo da NVIDIA), BentoML / TorchServe. Orçamentos de latência: projetar para restrições de tempo real (autônomos: 30+ FPS, AR: 60+ FPS, moderação de vídeo: lote ok), otimização guiada por profiling (NVIDIA Nsight + PyTorch Profiler). Expertise de domínio: compreensão profunda de um ou dois domínios (direção autônoma / imagens médicas / busca visual no varejo / percepção robótica / AR/VR / imagens de satélite / controle de qualidade industrial) — principal motor do prêmio salarial para Sênior+. Estratégia de anotação: projetar workflows de anotação em larga escala (CVAT / Label Studio + assistência do SAM), ciclos de active learning, controle de qualidade dos rótulos. Metodologia de avaliação: compreensão profunda das métricas COCO (AP / AP50 / AP75 / mAP@[.5:.95]), métricas de segmentação (mIoU / Dice / boundary F1), métricas específicas de domínio (NDS / mAP para detecção em veículos autônomos), avaliação com humano no ciclo para modelos generativos. Soft skills: escrita de ADRs para decisões de arquitetura de CV, redação técnica (documentos de design de funcionalidades de CV + rascunhos de artigos no trilho de pesquisa), colaboração entre times (Produto / Backend / Robótica / Hardware), mentoria de CV Engineers Pleno, disciplina de leitura de artigos (CVPR / ICCV / ECCV / NeurIPS — é preciso acompanhar). Inglês para Sênior+ OBRIGATÓRIO — comunidade / documentação / artigos / conferências de CV são em inglês. Bônus opcional: contribuições open-source para Ultralytics / Detectron2 / MMDetection / timm / albumentations / Nerfstudio — aumentam muito o valor de mercado para contratação em CV das Big Techs / veículos autônomos / IA generativa. Artigos em workshops do CVPR / ICCV / ECCV — prêmio no trilho de Research Engineer em CV.
Deixar uma solicitação
Descreva a tarefa e deixe um contato: a solicitação chega ao nosso CRM e respondemos no contato informado.