Machine Learning Engineer

W BioCam tworzymy kapsułki endoskopowe do zdalnych badań całego układu pokarmowego u ludzi i zwierząt. Ta komfortowa alternatywa dla tradycyjnej endoskopii jest bezbolesna i eliminuje konieczność hospitalizacji. Nasza technologia łączy kapsułkę endoskopową, aplikację mobilną i platformę telemedyczną wspieraną sztuczną inteligencją.

Do naszego zespołu Artificial Intelligence poszukujemy Machine Learning Engineer, który dołączy do prac nad implementacją rozwiązań opartych na głębokim uczeniu maszynowym.

Obowiązki:

• Projektowanie i implementacja rozwiązań opartych na głębokim uczeniu maszynowym w celu rozpoznania obrazów w dziedzinie endoskopii kapsułkowej.

• Implementacja algorytmów wstępnej obróbki obrazów w dziedzinie endoskopii kapsułkowej.

• Ścisła współpraca z Data Scientistami przy przygotowaniu modeli ML.

• Implementacja klasycznych algorytmów uczenia maszynowego.

• Implementacja i optymalizacja modeli ML w środowisku produkcyjnym.

• Integracja modeli z istniejącą infrastrukturą (mikroserwisy, systemy backendowe, chmura).

• Monitorowanie jakości i stabilności modeli w środowisku produkcyjnym.

Wymagania:

• Wykształcenie: Informatyka, lub pokrewne nastawione na sztuczną inteligencję

• Doświadczenie w uczeniu maszynowym i głębokim uczeniu: Praktyczne wykorzystanie bibliotek: PyTorch, Hydra, scikit-learn, Pandas, Produktyzacja i serwowanie modeli głębokich (np. Nvidia Triton), Budowa i trenowanie modeli CNN, Transformerów w analizie obrazów.

• Specyfika danych medycznych: Doświadczenie w pracy z obrazami medycznymi, Świadomość wyzwań – balans klas, szum w oznaczeniach, niewielkie zbiory danych.

• Przetwarzanie i analiza obrazów: Znajomość bibliotek: OpenCV, scikit-image, Umiejętność implementacji pipeline’ów do preprocessingu.

• Dobre praktyki inżynierskie: Znajomość narzędzi wspierających pracę nad projektami uczenia maszynowego, szczególnie w kontekście śledzenia eksperymentów, zarządzania danymi i współpracy zespołowej (np. WandB, Neptune), Znajomość Linux, Git, Docker.

Mile widziane:

• Doświadczenie w pracy z modelami probabilistycznymi (np. GAN, DDPM, LDM).

• Wiedza w dziedzinach domain adaptation / uncertainty quantification / data augmentation / semantic segmentation / active learning.

• Doświadczenie w pracy z chmurą (AWS, GCP, Azure).

• Doświadczenie badawcze w dziedzinie uczenia maszynowego / przetwarzania obrazów.

• Umiejętność analizowania artykułów naukowych.

• Posiadanie publikacji naukowych z dziedziny rozpoznawania obrazów medycznych przy wykorzystaniu głębokiego uczenia maszynowego.

Oferujemy:

• Pracę przy unikalnym i innowacyjnym projekcie w sektorze MedTech

• Możliwość rozwoju zawodowego w dynamicznym i zgranym zespole

• Prywatną opiekę medyczną i benefity sportowe

• Elastyczne godziny pracy

• Możliwość pracy hybrydowej

• Szkolenia specjalistyczne i z umiejętności miękkich

• Płaską strukturę organizacyjną

• Biuro w centrum Wrocławia

Zakres pracy:

Pełny etat