Engenheiro de PLN: mercado
Dados de 19 de novembro de 2026: vagas abertas de Engenheiro de PLN — 35, 39% remotas entre as vagas que informam o modelo de trabalho. Fonte: Zorky, atualizado diariamente.
NLP Engineer (Natural Language Processing) — the oldest and most mature ML specialisation (since the 1950s), re-assembled by the transformer revolution 2017–2024. Focus: text and speech processing — extraction (NER / relation extraction / entity linking), classification (sentiment / topic / intent), search & ranking (BM25 + dense retrieval + cross-encoders), machine translation (NMT), summarisation, question answering, speech recognition (ASR) + synthesis (TTS), conversational systems, content moderation. Role family: NLP Engineer (general — classical NLP + modern transformers hybrid), Speech Engineer (ASR / TTS specialisation — Whisper / VITS / Tacotron / Yandex SpeechKit / Sber Salute Speech), Computational Linguist (rule-based + ML hybrid — legacy product domains: language education / lexicography / morphological analysis), Conversational AI Engineer (dialogue systems — overlap with ai-engineer), Multilingual NLP Engineer (cross-lingual specialisation — XLM-R / mT5 / NLLB / SeamlessM4T), Senior NLP Engineer (multi-task NLP pipeline architecture). Stack 2026: Python (monopolistic). Hugging Face Transformers mastery (models + datasets + tokenizers + PEFT + Accelerate — single most important library 2026). spaCy (production-grade pipelines — NER + POS + dependency parsing + lemmatisation; fast Cython under the hood — industry standard for traditional NLP). NLTK (academic / legacy — corpus + tokenisation). Gensim (topic modelling — LDA + Word2Vec legacy). BERTopic (modern topic modelling — embeddings-based). Modern transformers: BERT family (DeBERTa-v3 / RoBERTa / ELECTRA for tagging + classification), T5 family (text-to-text — translation + summarisation), BART (generation + understanding hybrid), XLM-R + mT5 + NLLB (multilingual). Sentence embeddings: sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3 (top on the MTEB benchmark). LLMs for NLP: Llama 3.x + Mistral + Qwen 2.5 + Phi 3 for classification / extraction / generation in few-shot mode. Search & ranking: Elasticsearch + OpenSearch (BM25 + dense_vector hybrid), Vespa (Yahoo open-source — best for production search), Tantivy + Meilisearch (Rust-based alternatives), cross-encoder rerankers (BGE Reranker / Cohere Rerank). ASR (Speech-to-Text): Whisper + Whisper-large-v3 + faster-whisper (CTranslate2-optimised — production), Wav2Vec 2.0, NVIDIA NeMo, OpenAI Whisper API, AssemblyAI + Deepgram + Speechmatics (commercial APIs). Russian-specific: Yandex SpeechKit, Sber Salute Speech, STC VoiceKit, VOSK (open-source — offline). TTS (Text-to-Speech): ElevenLabs (dominates 2026 — best quality), OpenAI TTS, Coqui TTS (open-source — XTTS-v2 voice cloning), Tortoise, Bark, StyleTTS 2. Russian TTS: Yandex SpeechKit + Sber SaluteSpeech. Russian NLP-specific: ruBERT + RuRoBERTa (DeepPavlov), ruGPT, FRED-T5 (Sber), ruT5, USER-bge-m3 (Russian embeddings), Natasha (Russian NER), Razdel (Russian tokenisation), pymorphy3 (morphological analysis). Evaluation: classical NLP metrics (BLEU + ROUGE + METEOR + chrF for translation, F1 + precision + recall for NER, perplexity for LM), modern eval — RAGAS + DeepEval + lm-evaluation-harness for LLM-based NLP. According to Zorky, 35 active openings with explicit NLP specifics (the real pool is much wider — many NLP roles are classified as general ML Engineer / Backend / AI Engineer). Median not published. Top stack: python, llm, sql, pytorch, airflow. Among jobs with a stated work format, 39% are remote.
Dados em:
Os principais números do mercado de Engenheiro de PLN: vagas abertas, salário mediano, grupo de especialistas observado e parcela de remoto.
O mercado de Engenheiro de PLN tem agora 35 vagas abertas, 31 delas observadas recentemente.
Among jobs with a stated work format, 39% are remote. NLP work fully cloud-based standard. Outsourcing shops — almost always remote. International voice-AI / NLP companies — full-remote standard. Big Tech NLP — hybrid-standard.
⚠ salário conhecido para 1 de 35 vagas; participação de remoto a partir de 28 com formato informado; 31 contadas como observações recentes; tendência e dificuldade de contratação não são mostradas
Linha do tempo: vagas e fontes
Quantas vagas de Engenheiro de PLN 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 | 0 |
| 2026-06-08 | 2 |
| 2026-06-15 | 1 |
| 2026-06-22 | 5 |
| 2026-06-29 | 5 |
| 2026-07-06 | 5 |
| 2026-07-13 | 5 |
| 2026-07-20 | 2 |
| 2026-07-27 | 0 |
| 2026-08-03 | 3 |
| 2026-08-10 | 1 |
| 2026-08-17 | 1 |
| 2026-08-24 | 10 |
| 2026-08-31 | 1 |
| 2026-09-07 | 1 |
| 2026-09-14 | 9 |
| 2026-09-21 | 9 |
| 2026-09-28 | 10 |
| 2026-10-05 | 9 |
| 2026-10-12 | 28 |
| 2026-10-19 | 10 |
| 2026-10-26 | 6 |
| 2026-11-02 | 6 |
| 2026-11-09 | 11 |
Fontes ativas por semana
Fontes no período: 57. ▲ — semana em que muitas fontes novas foram conectadas.
Dados do gráfico
| Período | Fontes ativas |
|---|---|
| 2026-06-01 | 0 |
| 2026-06-08 | 2 |
| 2026-06-15 | 1 |
| 2026-06-22 | 5 |
| 2026-06-29 | 5 |
| 2026-07-06 | 5 |
| 2026-07-13 | 5 |
| 2026-07-20 | 2 |
| 2026-07-27 | 0 |
| 2026-08-03 | 3 |
| 2026-08-10 | 1 |
| 2026-08-17 | 1 |
| 2026-08-24 | 5 |
| 2026-08-31 | 1 |
| 2026-09-07 | 1 |
| 2026-09-14 | 7 |
| 2026-09-21 | 6 |
| 2026-09-28 | 8 |
| 2026-10-05 | 8 |
| 2026-10-12 | 8 |
| 2026-10-19 | 7 |
| 2026-10-26 | 4 |
| 2026-11-02 | 6 |
| 2026-11-09 | 8 |
Novas fontes conectadas: 22 de jun. +5 · 14 de set. +5 · 28 de set. +5 · todas as semanas (19) na tabela
| Semana | Fontes novas | Vagas novas |
|---|---|---|
| 8 de jun. | +2 | 2 |
| 15 de jun. | +1 | 1 |
| 22 de jun. | +5 | 5 |
| 29 de jun. | +3 | 5 |
| 6 de jul. | +4 | 5 |
| 13 de jul. | +4 | 5 |
| 3 de ago. | +2 | 3 |
| 10 de ago. | +1 | 1 |
| 17 de ago. | +1 | 1 |
| 24 de ago. | +2 | 10 |
| 14 de set. | +5 | 9 |
| 21 de set. | +4 | 9 |
| 28 de set. | +5 | 10 |
| 5 de out. | +3 | 9 |
| 12 de out. | +3 | 28 |
| 19 de out. | +3 | 10 |
| 26 de out. | +2 | 6 |
| 2 de nov. | +3 | 6 |
| 9 de nov. | +4 | 11 |
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 | 0 | 0 |
| 2026-06-08 | 2 | 2 |
| 2026-06-15 | 1 | 1 |
| 2026-06-22 | 5 | 5 |
| 2026-06-29 | 5 | 5 |
| 2026-07-06 | 5 | 5 |
| 2026-07-13 | 5 | 5 |
| 2026-07-20 | 2 | 2 |
| 2026-07-27 | 0 | 0 |
| 2026-08-03 | 3 | 3 |
| 2026-08-10 | 1 | 1 |
| 2026-08-17 | 1 | 1 |
| 2026-08-24 | 10 | 5 |
| 2026-08-31 | 1 | 1 |
| 2026-09-07 | 1 | 1 |
| 2026-09-14 | 9 | 7 |
| 2026-09-21 | 9 | 6 |
| 2026-09-28 | 10 | 8 |
| 2026-10-05 | 9 | 8 |
| 2026-10-12 | 28 | 8 |
| 2026-10-19 | 10 | 7 |
| 2026-10-26 | 6 | 4 |
| 2026-11-02 | 6 | 6 |
| 2026-11-09 | 11 | 8 |
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 Engenheiro de PLN.
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 Engenheiro de PLN existem e quantos especialistas compatíveis o Zorky observa.
Demanda e oferta observada
Dados do gráfico
| Indicador | Valor |
|---|---|
| Demanda aberta | 35 |
| Demanda aberta | 35 |
| Oferta observada | — não publicado |
PLN é a especialidade ML mais antiga, desde os anos 1950, reconstruída por transformadores em 2017–2024. Amostra pequena porque muitas funções são classificadas como ML, backend ou IA gerais. Motores em 2026: agentes de fala ASR + LLM + TTS, tradução em tempo real, busca semântica empresarial RAG + Elasticsearch, moderação em escala com LLM, equipes de modelos fundamentais em Cohere / Hugging Face / DeepL. IA de fala internacional cresce rapidamente: ElevenLabs / AssemblyAI / Deepgram / Speechmatics / Soundhound / Vapi / Retell AI.
⚠ candidatos compatíveis com uma vaga ainda não são contados: são mostrados a demanda e o pool observado
Em quais países há mais vagas abertas de Engenheiro de PLN.
Geografia da demanda
| país | vagas | proporção |
|---|---|---|
| Estados Unidos | 4 | 13,8% |
| Polônia | 4 | 13,8% |
| Cazaquistão | 3 | 10,3% |
| Reino Unido | 3 | 10,3% |
| Uzbequistão | 2 | 6,9% |
| Tchéquia | 2 | 6,9% |
| Rússia | 2 | 6,9% |
| Índia | 2 | 6,9% |
| Singapura | 1 | 3,4% |
| Suécia | 1 | 3,4% |
| Outros países | 5 | 17,2% |
Os Estados Unidos lideram em vagas de PLN (4 posições). Polônia é polo favorável na UE. Alemanha: sede DeepL em Colônia e Aleph Alpha. França: sede Hugging Face e Mistral. Reino Unido: DeepL Londres e Speechmatics. EUA: polo PLN da região da baía de São Francisco.
⚠ apenas número de vagas: o salário por país não é publicado
Dados do gráfico
| País | Vagas |
|---|---|
| US | 4 |
| PL | 4 |
| KZ | 3 |
| GB | 3 |
| UZ | 2 |
| CZ | 2 |
| RU | 2 |
| IN | 2 |
| SG | 1 |
| SE | 1 |
Quais tecnologias são mais pedidas na mesma vaga que Engenheiro de PLN.
Usada junto com
Participação: quantas das 35 vagas do mercado Engenheiro de PLN mencionam esta tecnologia. Ordenado pelo número de vagas, não pela “força da associação”. Termos genéricos como cloud não são uma nuvem específica (AWS, Azure).
Principais tecnologias PLN em 2026: Python profundo, Hugging Face Transformers essencial; spaCy de produção com NER, POS e dependências; NLTK / Gensim legados; BERTopic moderno; DeBERTa-v3, RoBERTa e ELECTRA para classificação e NER, T5 texto a texto, XLM-R + mT5 + NLLB multilíngues; vetores com sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3, líderes MTEB; LLMs; busca & ordenação com Elasticsearch + OpenSearch híbridos BM25 e dense_vector, Vespa e reordenadores cruzados; ASR Whisper-large-v3, faster-whisper, Wav2Vec 2.0, NVIDIA NeMo e AssemblyAI / Deepgram / Speechmatics comerciais; TTS ElevenLabs, Coqui XTTS-v2, Tortoise, Bark, StyleTTS 2; russo DeepPavlov ruBERT, RuRoBERTa, ruGPT, FRED-T5, USER-bge-m3, Natasha, Razdel, pymorphy3; fala russa Yandex SpeechKit, Sber SaluteSpeech, STC VoiceKit, VOSK; áudio librosa, soundfile, torchaudio; anotação Label Studio padrão, Argilla com LLM, Prodigy; avaliação BLEU, ROUGE, F1, WER, MOS e RAGAS, DeepEval, COMET para tradução.
Combinações comuns: Python + Hugging Face Transformers + spaCy + PyTorch para PLN clássico; sentence-transformers + Qdrant + BGE Reranker para busca semântica e reordenação; Whisper + faster-whisper + pyannote para ASR de produção e separação de falantes; ElevenLabs API + OpenAI API + LangChain para agentes; DeepPavlov + Natasha + ruBERT + USER-bge-m3 para russo; Elasticsearch + dense_vector + Vespa para busca; Label Studio + Argilla + spaCy para anotação e treinamento. Roteiro: linguística → Python e ML → spaCy → curso Hugging Face NLP → ajuste de transformadores → vetores e busca semântica → LLMs → busca & ordenação profunda → fala opcional Whisper + ElevenLabs → russo DeepPavlov → Label Studio → avaliação → portfólio com 4 demonstrações.
Dados do gráfico
| Nome | Quantidade |
|---|---|
| python | 24 |
| llm | 19 |
| sql | 7 |
| docker | 7 |
| pytorch | 6 |
| fine-tuning | 5 |
| cloud | 5 |
| fastapi | 4 |
| qdrant | 3 |
| transformers | 3 |
| kubernetes | 3 |
| langchain | 3 |
Quantas vagas de Engenheiro de PLN há em cada nível, de júnior a principal.
Demanda por nível
| nível | vagas |
|---|---|
| senior | 10 |
| middle | 6 |
| junior | 3 |
| lead | 1 |
Entrada júnior habitual: mestrado em linguística computacional, backend pleno ou ciência de dados plena, mais portfólio PLN com ajuste Hugging Face comprovável. Trajetória: linguista / backend / ciência de dados plenos (2-3 anos) e interesse → PLN júnior (1-2 anos) → pleno (2-3 anos) → sênior → fala ASR/TTS, IA de produtos LLM, pesquisa acadêmica com ACL / EMNLP ou PLN multilíngue. Números de amostra pequena; referências amplas em ml-engineer / ai-engineer.
⚠ apenas o lado da demanda: a senioridade do pool observado é desconhecida na maior parte
Dados do gráfico
| Nível | Quantidade |
|---|---|
| senior | 10 |
| middle | 6 |
| junior | 3 |
| lead | 1 |
Quem mais contrata em Engenheiro de PLN e quanto a demanda se concentra nas maiores empresas.
Empregadores
A demanda está distribuída entre 27 empregadores. O maior responde por 9.7%, os dez primeiros por 45.2%; os 54.8% restantes são cauda longa.
| proporção | valor |
|---|---|
| top 1 | 9.7% |
| top 3 | 22.6% |
| top 10 | 45.2% |
| cauda longa | 54.8% |
⚠ 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 Engenheiro de PLN.
Onde o Zorky vê este mercado
Observado em 24 fontes; a maior responde por 8.6%: 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 | 18 | 0,5143 |
| board | джоб-борды и агрегаторы | sites de vagas e agregadores | 13 | 0,3714 |
| telegram | Telegram | Telegram | 4 | 0,1143 |
As vagas de Engenheiro de PLN mais recentes dos sites de carreira das empresas.
Vagas recentes
- Вакансия Strong Middle / Senior NLP Engineer · UZ
- Strong Middle / Senior NLP Engineer · UZ
- NLP Engineer
- Research Scientist (Computer Science / Artificial Intelligence / Machine Learning / Natural Language Processing) · SG
- NLP Engineer · KZ
- Senior Systems Engineer – Clinical NLP Research Support
- Senior Engineer, AI/NLP Engineering · CZ
- Data Engineer, AI/NLP Engineering · CZ
Vagas recentes de PLN: posições mais novas de uma amostra explícita reduzida; mercado real maior pela sobreposição com ml-engineer / ai-engineer. Lista completa no CRM ou em «ver todas» abaixo. Consulte ambas as páginas para visão mais ampla.
Mercados adjacentes
PLN se sobrepõe à engenharia de IA em produtos LLM, com aproximadamente 60% de tecnologias comuns; engenharia ML em produção; ciência de dados em análise textual para negócios; pesquisa em ACL / EMNLP / NAACL; engenharia de fala ASR / TTS. Comparação 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: 9.
Área: IA / ML / Data Science
Especializações relacionadas
Dentro de PLN: engenheiro geral com PLN clássico e transformadores; engenheiro de fala ASR / TTS com Whisper / VITS / Yandex SpeechKit / Sber Salute Speech; linguista computacional com regras e ML em educação linguística e lexicografia; engenheiro de IA conversacional com diálogo e sobreposição a ai-engineer; engenheiro multilíngue XLM-R / mT5 / NLLB / SeamlessM4T; sênior com arquitetura multitarefa. Comparação com ml-engineer/ai-engineer/data-scientist/research/mlops no gráfico abaixo.
Perguntas frequentes
Perguntas frequentes: salário em segmento premium estável; PLN versus IA e ML, comparação de 3 funções e 5 diferenças; PLN clássico, apenas LLM ou híbrido, árvore de decisão com custos reais; fala ASR / TTS; remoto; transição desde backend / ciência de dados plenos em 4-10 meses; habilidades sênior como intuição linguística, Hugging Face, vetores, busca & ordenação e russo quando aplicável. Respostas recalculadas automaticamente.
Quanto ganha um engenheiro de PLN júnior, pleno, sênior ou líder?
Números de amostra pequena; referências amplas em engenharia de ML e engenharia de IA / LLM. Entrada júnior: mestrado em linguística computacional ou backend pleno e portfólio com ajuste Hugging Face. Júnior → pleno após primeira função em produção, como busca semântica, sentimento, NER ou tradução. Pleno → sênior com responsabilidade multitarefa e domínio ASR / TTS ou multilíngue. Sênior → nível Staff / Principal, com arquitetura de PLN em toda a organização e trajetória de publicações científicas. Trajetória: linguista / backend / ciência de dados plenos (2-3 anos) e interesse → PLN júnior (1-2 anos) → pleno (2-3 anos) → sênior → fala, IA de produtos LLM ou pesquisa acadêmica.
Quais tecnologias um engenheiro de PLN mais precisa?
Principais em 5: python, llm, sql, pytorch, airflow. Python praticamente monopolista. Hugging Face Transformers, biblioteca essencial em 2026, com modelos, conjuntos de dados, tokenizadores, PEFT e Accelerate. spaCy: NER, POS, dependências e lematização em produção, Cython rápido, padrão tradicional. NLTK acadêmico e legado. Gensim Word2Vec / LDA legados. BERTopic para temas vetoriais, crescente desde 2024. Transformadores modernos: BERT com DeBERTa-v3, melhor base de classificação e NER em 2026, RoBERTa, ELECTRA; T5 texto a texto, BART, XLM-R + mT5 + NLLB multilíngues. Vetores de sentenças: sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3, líderes MTEB. LLMs: Llama 3.x / Mistral / Qwen 2.5 / Phi 3, classificação, extração e geração com poucos exemplos. Busca & ordenação: Elasticsearch + OpenSearch híbridos BM25 / dense_vector como padrão; Vespa Yahoo para produção e ordenação complexa; Tantivy + Meilisearch Rust; BGE Reranker / Cohere Rerank cruzados. ASR, fala para texto: Whisper-large-v3 + faster-whisper com CTranslate2 para produção; Wav2Vec 2.0, NVIDIA NeMo e APIs AssemblyAI / Deepgram / Speechmatics / OpenAI Whisper API. Russo: Yandex SpeechKit / Sber Salute Speech / STC VoiceKit / VOSK aberto offline. TTS: ElevenLabs dominante e de melhor qualidade em 2026, OpenAI TTS, Coqui TTS com clonagem XTTS-v2, Tortoise, Bark, StyleTTS 2; russo Yandex SpeechKit + Sber SaluteSpeech. PLN russo: ruBERT + RuRoBERTa DeepPavlov, maior projeto russo; ruGPT, FRED-T5 Sber, ruT5, USER-bge-m3 líder ruMTEB; Natasha NER e extração, Razdel tokenização, pymorphy3 morfologia. Áudio: librosa + soundfile + torchaudio. Dados: Hugging Face Hub com >200 mil conjuntos PLN, obrigatório; Common Crawl + OSCAR como corpus; FLORES-200 para tradução; MTEB + ruMTEB vetoriais. Avaliação: BLEU, ROUGE, METEOR, chrF para tradução; F1, precisão e revocação NER; perplexidade, WER ASR, MOS TTS; RAGAS / DeepEval para LLM e COMET neuronal. Anotação: Label Studio aberto, padrão em 2026; Prodigy da Explosion, criadora de spaCy; Doccano, Argilla moderno com LLM. Recursos linguísticos: WordNet, Universal Dependencies, BabelNet multilíngue.
Engenheiro de PLN, IA e ML: qual é a diferença?
As três funções se sobrepõem muito em 2026 pela unificação com transformadores, mas há diferenças. Engenheiro ML: generalista de produção, recomendações, fraude, ordenação, ML clássico e LLM; PyTorch, sklearn, Kubernetes, MLflow e ML gerenciado em nuvem. Veja engenharia de ML. Engenheiro de IA / LLM: integra LLMs em chatbots, RAG e agentes. Veja engenharia de IA / LLM. Engenheiro de PLN, esta página: NER, sentimento, busca, tradução, resumo, perguntas e respostas, ASR e TTS. Diferenças: 1) PLN clássico: BM25, TF-IDF, Word2Vec, LDA, dependências e NER pré-BERT; IA apenas LLM frequentemente desconhece. 2) Fala: Whisper / Wav2Vec e ElevenLabs / Tacotron são domínio PLN, raro em IA. 3) Intuição linguística: formação em morfologia, sintaxe e semântica é comum em PLN; IA geralmente vem de backend / ML generalistas. 4) Multilinguismo e poucos recursos: transferência entre idiomas, NLLB e mT5. 5) Busca & ordenação profunda: Elasticsearch, Vespa e pipelines de produção. Transições: PLN sênior → IA em 1-3 meses, lateral simples com LangChain e agentes; IA sênior → PLN em 3-6 meses, devido a técnicas clássicas e fala; ML sênior → PLN em 4-8 meses. Realidade em 2026: o título PLN perde espaço para IA pelo entusiasmo com LLM, mas busca, tradução, extração e fala continuam necessidades centrais.
Qual é a proporção de vagas remotas?
Entre as vagas com modalidade de trabalho informada, 39% são remotas. Vagas sem modalidade informada são excluídas do denominador; trabalho híbrido não é contado como remoto.
Como engenharia de fala ASR / TTS difere do PLN geral?
Engenheiro de fala: subespecialidade PLN centrada em voz. Rotina: ASR, reconhecimento: implantar Whisper / Wav2Vec / NeMo, ajustar termos médicos, jurídicos e de atendimento para precisão; fluxo em tempo real com WebRTC, fragmentos e detecção do fim; separar falantes com pyannote / NVIDIA NeMo Speaker; reduzir ruído e detectar atividade; múltiplos idiomas e alternância entre eles. TTS, síntese: ElevenLabs / Coqui XTTS / Tacotron / VITS, vozes de marca, clonagem XTTS-v2 com 6 segundos de referência, prosódia com entonação, ritmo e emoção, multilinguismo e baixa latência. Agentes de voz, crescentes desde 2024: ASR + LLM + TTS com resposta alvo <500ms; Vapi / Retell AI / Pipecat como frameworks abertos emergentes. Áudio básico: librosa, soundfile, torchaudio, MFCC, espectrogramas, amostragem e codecs Opus / AAC / WAV. Tecnologias específicas: NVIDIA NeMo unifica ASR e TTS, ESPnet acadêmico, SpeechBrain PyTorch. APIs comerciais: AssemblyAI / Deepgram / Speechmatics / OpenAI Whisper API + Realtime API de outubro de 2024 para agentes / ElevenLabs / Soundhound. Russo: Yandex SpeechKit premium STT + TTS, Sber SaluteSpeech bancário e voz GigaChat, STC VoiceKit, VOSK aberto offline. Trajetória: PLN sênior, interesse em áudio e portfólio Whisper/Wav2Vec → fala júnior ou pleno em 4-8 meses.
Por onde começar em PLN em 2026?
Roteiro: 1) Fundamentos linguísticos: morfologia, sintaxe, semântica e pragmática para intuição. Livro «Speech and Language Processing», Jurafsky / Martin, 3.ª edição gratuita online, referência essencial; bastam capítulos importantes, não leitura integral. 2) Python profundo e ML básico: pandas, scikit-learn, PyTorch básico. 3) PLN clássico: dominar spaCy e conhecer NLTK; NER, sentimento e temas BERTopic. Curso spaCy gratuito da Explosion. 4) Transformadores modernos: BERT / DeBERTa / T5 e ajuste; Hugging Face NLP course gratuito, obrigatório e melhor recurso em 2026. 5) Prática Hugging Face Transformers: ajustar DeBERTa-v3 para classificação própria e T5 para resumo. 6) Vetores de sentenças: sentence-transformers + BGE + E5, demonstração semântica e MTEB; comparar apenas prompts com ajuste na mesma tarefa. 8) Busca & ordenação: Elasticsearch / OpenSearch híbridos BM25 e vetores, demonstração de produção e BGE Reranker. 9) Fala opcional e valorizada: Whisper / faster-whisper, transcrição e pyannote, ElevenLabs TTS e clonagem Coqui XTTS-v2. 10) PLN russo: DeepPavlov ruBERT / RuRoBERTa / ruGPT, Natasha, pymorphy3, USER-bge-m3. 11) Anotação: Label Studio padrão em 2026, criar projeto, anotar conjunto pequeno e treinar modelo próprio. 12) Avaliação: BLEU / ROUGE / F1 / WER / MOS, RAGAS / DeepEval. 13) Multilinguismo: XLM-R + mT5 + NLLB-200 da Meta para 200 idiomas. 14) Portfólio: a) NER de produção de domínio próprio, como extração de vagas; b) busca semântica em dados abertos; c) classificação russa com ruBERT ajustado; d) agente ASR + LLM + TTS. Documentar GitHub e blog. Cursos russos: Karpov.Courses «NLP», Otus «NLP», MIPT DLSchool módulo PLN, SkillFactory NLP, School21 Sber, trilha PLN, cursos DeepPavlov. Internacionais em inglês: Hugging Face NLP Course gratuito e essencial; Stanford CS224N «NLP with Deep Learning», YouTube gratuito, melhor acadêmico; «Speech and Language Processing», Jurafsky / Martin, PDF gratuito; «Practical Natural Language Processing», Vajjala / Majumder / Gupta / Surana, O'Reilly aplicado; fast.ai Practical Deep Learning Part 2 com PLN. Leitura obrigatória: «Natural Language Processing with Transformers», Tunstall / Werra / Wolf, autores Hugging Face, essencial em 2026; «Speech and Language Processing», Jurafsky / Martin. Acompanhar ACL / EMNLP / NAACL para carreira séria. Backend sênior ou ciência de dados plena com interesse → PLN júnior em 4-10 meses.
Quantas vagas abertas estão nesta amostra?
A amostra publicada contém 35 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.
Quais habilidades um engenheiro de PLN sênior precisa ter?
O engenheiro de PLN sênior responde pelo ciclo completo de engenharia do produto e pela liderança técnica. Python profundo e nível de backend sênior: domínio de programação assíncrona, tipagem, FastAPI e pytest. Intuição linguística: morfologia, sintaxe, semântica e pragmática para explicar erros complexos; diploma não é obrigatório, fundamentos sim. Hugging Face Transformers: BERT, T5, LLM, conjuntos de dados, tokenizadores, PEFT, Accelerate; ajuste LoRA / QLoRA e completo quando justificado. Domínio de spaCy: pipelines de produção com NER, etiquetagem POS, análise de dependências, componentes próprios e mecanismos de correspondência; integração spaCy-transformers. Transformadores modernos: DeBERTa-v3, melhor base de classificação e NER em 2026; T5, XLM-R / mT5 / NLLB; atenção, tokenização e decodificação. Vetores: sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3, treinamento próprio com perda contrastiva e múltiplos negativos. Busca & ordenação: Elasticsearch + OpenSearch, BM25 / dense_vector, analisadores próprios, multilinguismo; Vespa, codificadores cruzados e BGE Reranker próprio. LLMs: prompts para NER, extração e classificação, comparação entre poucos exemplos e ajuste, saída estruturada por chamadas de função. Fala, quando aplicável: Whisper / Wav2Vec e ajuste de domínio, pyannote, librosa / torchaudio, ASR em tempo real e agentes ASR + LLM + TTS de baixa latência. Multilinguismo e poucos recursos: transferência XLM-R / mT5, aumento de dados e avaliação. Russo: DeepPavlov, Natasha avançado, tokenização e morfologia próprias. PLN clássico: TF-IDF e BM25 internos, Word2Vec / GloVe / FastText, dependências, CRF; saber quando superam LLM por custo, latência e explicabilidade. Anotação: Label Studio avançado, Argilla com LLM, Prodigy. Avaliação: BLEU, ROUGE, METEOR, chrF, F1, perplexidade, WER, MOS, RAGAS, DeepEval, COMET e metodologia humana. Projeto de sistemas para produtos PLN: projetar no quadro uma pipeline escalável para 100 milhões+ de textos/dia, orçamento com P95 alvo em tempo real, custos com cache, lotes e roteamento inteligente. Habilidades interpessoais: registrar decisões de arquitetura em ADRs, redigir documentos de projeto de funcionalidades e relatórios de avaliação, colaborar com produto, backend, ciência de dados e linguistas, orientar engenheiros de PLN plenos e manter leitura regular de artigos ACL / EMNLP / NAACL e Interspeech na trilha de fala. Inglês obrigatório desde sênior: comunidade, documentação, artigos e conferências. Diferencial: contribuições Hugging Face / spaCy / DeepPavlov / sentence-transformers aumentam muito o valor de mercado.
Deixar uma solicitação
Descreva a tarefa e deixe um contato: a solicitação chega ao nosso CRM e respondemos no contato informado.