Desarrollar un sistema automatizado de inspección de calidad basado en imágenes para detectar defectos en materiales mediante técnicas de visión artificial y deep learning .El sistema deberá identificar anomalías en superficies a partir de fotografías y proporcionar explicaciones interpretables para negocio y operaciones .Responsabilidades Diseñar y entrenar modelos de detección de objetos para localizar defectos en imágenes.
Implementar arquitecturas de detección basadas en YOLO .
Preparar y gestionar datasets de entrenamiento :limpieza
etiquetado
augmentation
Evaluar modelos mediante métricas como:mAP
Precision
Recall
Desplegar modelos en entornos productivos (Edge o Cloud) .
Implementar pipelines de MLOps para entrenamiento, validación y despliegue.
Integrar un LLM que permita:razonar sobre la detección
clasificar el tipo de anomalía
generar explicaciones comprensibles para usuarios de negocio.
Ejemplos de anomalías a detectar El sistema deberá identificar defectos como:nudos
grietas
deformaciones
manchas
irregularidades de superficie
Requisitos técnicos Experiencia sólida en Computer Vision y Deep Learning .
Experiencia con detección de objetos (YOLO u otras arquitecturas similares) .
Conocimiento en:preparación de datasets
etiquetado de imágenes
data augmentation
Experiencia evaluando modelos con métricas como:mAP
Precision / Recall
Experiencia en MLOps .
Experiencia en despliegue de modelos en producción (Edge o Cloud).
Integración de modelos de IA en sistemas reales.
Valorable Experiencia con LLMs para explainability o reasoning .
Experiencia en inspección industrial automatizada .
Conocimiento en pipelines de visión artificial en entornos industriales .
#J-18808-Ljbffr