Інженер комп'ютерного зору в Better Medicine

Ми використовуємо DL, щоб покращити життя пацієнтів. Ми створюємо системи, які допомагають радіологам, точно сегментуючи, вимірюючи та характеризуючи ракові ураження за допомогою комп’ютерної томографії. Проводячи клінічне дослідження раку нирок і маючи моделі сегментації MPV для областей печінки та підшлункової залози, наш наступний стратегічний фокус — ракові вузлики легенів.

Необхідні навички та досвід:

• Великий досвід (>5 років) у розробці каналів глибокого навчання та класичного комп’ютерного бачення, які охоплюють різні завдання: виявлення, сегментація, класифікація та реєстрація.
• Досконало. знання класичних алгоритмів ML
• Лінійна алгебра та статистика
• Написання високоякісного, чистого, підтримуваного, перевіреного та ефективного коду.
• Досвід роботи з великими розмір наборів даних зображень (>100 Гб)
• Англійська на рівні вище середнього, хороші навички спілкування та зворотного зв’язку.
• Дуже бажано. Досвід роботи з даними 3D-зображень (ідеально в галузі медицини, КТ, МРТ тощо). Практичний досвід роботи з MLO також буде актуальним у майбутньому (розгортання моделі/моніторинг/версій, автоматизоване перенавчання тощо)

Наш технологічний пакет:

• Глибоке навчання: PyTorch, PyTorch Lightning, Hydra, MONAI, DVC / MLflow (або інші альтернативи)
• Класичне резюме: OpenCV , ScikitImage, SciPy
• Класичний ML: Scikit-learn
• Інше: NumPy, Pandas, Matplotlib (або будь-які інші альтернативи)
• Infra: Google Cloud, Docker , CircleCI для CI/CD.

Як виглядатимуть перші шість місяців на цій посаді:

• Підвищити чутливість існуючого конвеєра для виявлення/сегментації вузликів раку легенів.
• Запровадити моделі класифікації для диференціації вузликів легенів на різні типи текстури (тверді, частково тверді, нетверді) та виміряти клінічно значущі характеристики знайдених об’єктів (об’єм, площа поверхні, довга/коротка вісь тощо)
• -  Дослідження наукових статей для збору та повторної реалізації ідей SOTA щодо даної проблеми
< li>Спільна організація тісної петлі зворотного зв’язку між створеними моделями та експертами галузі (рентгенологами та іншими медичними експертами)
• Участь у клінічному дослідженні в реальних умовах лікарні для підтвердження надійності розроблених алгоритмів.< /li>
• Співпраця з командою розробників продукту для інтеграції навчених моделей в існуючий радіологічний робочий процес (наш власний засіб перегляду зображень і анотатор)
• Виконання (і отримання) перевірки коду та надання (і отримання) ) зворотний зв’язок із/від ваших однолітків.
•  Розробка оцінки динаміки ракових пухлин (завдання з реєстрації 3D-зображень) + налаштування системи активного навчання для ефективного повторного навчання моделі з мінімальним внеском радіологів.

Переваги:

• Ви отримаєте опціони на акції компанії на ранній стадії, якщо приєднаєтесь до нас час.
• Співавторство дослідницьких статей у провідних журналах/конференціях у галузі
• Досвід роботи в медичній компанії, орієнтованій на продукти
• Свобода вирішення проблеми ваш шлях.
• Можливість справити реальний вплив.
• Багато можливостей для розвитку.
• У нас гнучкий робочий час.
• Ми справді віддалена компанія. Зараз наша невелика команда розосереджена по Таллінні, Тарту, Лондоні та Львові.

Ви досягнете успіху, якщо...

• Ви дружній командний гравець

• Вмієте вирішувати проблеми та здатні надавати повторювані рішення в

  співпраця та відкритість.

• Майте здатність працювати незалежно та придумувати власні

  рішення складних завдань.

• Як взяти на себе відповідальність за проблеми та мати досвід керівництва

  розробками/дослідженнями.

• Чудове спілкування навички та здатність формулювати складні,

  технічні концепції для нетехнічної аудиторії.

• Високий рівень самоорганізації, власності та відповідальності.

• Володіти як технічними, так і товарними навичками. Захоплюється технологіями, продуктами,

  наукою та медициною.