Computer Vision Engineer - Machine Learning

W Humanitas Research Hospital z radością oferujemy wyjątkową możliwość kariery dla doświadczonego Inżyniera Wizji Komputerowej z koncentracją na obszarze obrazowania medycznego. Jeśli jesteś pasjonatem wykorzystywania sztucznej inteligencji do rewolucjonizowania usług klinicznych i opieki nad pacjentem, ta rola jest dla ciebie.

Jako kluczowy członek naszego zespołu wizji komputerowej, Twoja rola będzie polegała na rozwikłaniu złożoności ukrytych w danych obrazowych radiologicznych i medycznych. Twoje doświadczenie przyczyni się bezpośrednio do inteligentnych, opartych na danych procesów decyzyjnych, które zwiększają jakość naszych usług klinicznych. Stanowisko wymaga co najmniej trzech lat doświadczenia w technologiach wizji komputerowej, szczególnie w środowiskach medycznych, takich jak obsługa obrazów CT, MRI i cyfrowej patologii.

W tej starszej roli będziesz odpowiedzialny za prowadzenie działań w zakresie eksploracyjnej analizy danych, eksploracji danych, analizy statystycznej i radiomicznej oraz tworzenia modeli i produktów opartych na SI. Obejmują one innowacyjne systemy predykcji, narzędzia klasyfikacyjne i mechanizmy detekcji, wszystkie mające na celu poprawę dostawy usług zdrowotnych.

• Rozwój zaawansowanych modeli uczenia maszynowego i głębokiego uczenia, głównie skierowanych na zbiory danych obrazowych i 3D/czasozmiennych.
• Projektowanie rozwiązań technologicznych i definiowanie wymagań projektowych.
• Skuteczne pobieranie i zapytania o dane z zaawansowanych rozproszonych architektur baz danych.
• Wykonywanie eksploracyjnej analizy danych na obszernych bazach danych klinicznych i integracja wielorakich źródeł danych.
• Zarządzanie terminami dla badań indywidualnych i zespołowych.
• Skuteczna wizualizacja danych i raportowanie wyników do grup interesariuszy.
• Stosowanie podejść opartych na danych do wyprowadzania wiedzy i wsparcia decyzji.

• Biegłość w języku angielskim i włoskim.
• Znajomość i praktyczne stosowanie modeli głębokiego uczenia dostosowanych do segmentacji obrazów, klasyfikacji i detekcji.
• Silne podstawy w technikach i algorytmach uczenia maszynowego, w tym między innymi k-NN, Naive Bayes i Random Forests.
• Udowodniona umiejętność stosowania statystyki.
• Zaawansowana znajomość Pythona, wraz z obszernymi umiejętnościami programistycznymi.
• Doświadczenie z głównymi usługami chmurowymi takimi jak GCP i AWS, oraz znajomość rozproszonych krajobrazów obliczeniowych.
• Doświadczenie z frameworkami data science takimi jak TensorFlow, PyTorch i Scikit-Learn.
• Znajomość narzędzi do wizualizacji danych, w tym Plotly, Seaborn i Matplotlib.