Pomiń do treści
Logo firmy emagine

Medical Imaging AI Engineer

emagine

Oferta w skrócie
Widełki nieujawnione
🏠ZdalnieTryb pracy
📄OtherKontrakt
⏱️Senior · 3+ latDoświadczenie
LokalizacjaWarszawa
Źródło
Aktywna
Opublikowano7 maja 2026
Ostatnio sprawdzono7 maja 2026
Wygasa za42 dni
Werdykt JobHunt

Rola Medical Imaging AI Engineera polega na tworzeniu zaawansowanych algorytmów wykorzystujących uczenie głębokie i geometrię obliczeniową do ulepszania interwencji kardiologicznych, zintegrowanych z medycznym obrazowaniem. Kandydat będzie budował i optymalizował potoki segmentacji 3D, modelowania i pomiarów, projektował i trenował modele uczenia głębokiego, a także współpracował z zespołami produktowymi, inżynieryjnymi, klinicznymi, regulacyjnymi i jakościowymi, zapewniając zgodność ze standardami rozwoju wyrobów medycznych. Jest to rola techniczna z silnym naciskiem na AI i przetwarzanie obrazów medycznych.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: brak informacji o widełkach wynagrodzeń., brak opisu procesu rekrutacyjnego..

🛠 Wymagane technologie
Dane źródłowe
Deep LearningScalabilityDeploymentAmazon Web Services (AWS)Microsoft PlatformValidation (Pharma)NumPy (Python)PyTorch (Python)PythonTypeScript
AI Insights
Czym naprawdę jest ta rola?AI Application Developer

Rola Medical Imaging AI Engineera polega na tworzeniu zaawansowanych algorytmów wykorzystujących uczenie głębokie i geometrię obliczeniową do ulepszania interwencji kardiologicznych, zintegrowanych z medycznym obrazowaniem. Kandydat będzie budował i optymalizował potoki segmentacji 3D, modelowania i pomiarów, projektował i trenował modele uczenia głębokiego, a także współpracował z zespołami produktowymi, inżynieryjnymi, klinicznymi, regulacyjnymi i jakościowymi, zapewniając zgodność ze standardami rozwoju wyrobów medycznych. Jest to rola techniczna z silnym naciskiem na AI i przetwarzanie obrazów medycznych.

Plusy
  • Praca nad innowacyjnymi algorytmami w dziedzinie medycyny, które mogą mieć realny wpływ na życie pacjentów.
  • Długoterminowy projekt z wysokim prawdopodobieństwem przedłużenia.
  • Praca z nowoczesnymi technologiami AI i przetwarzania obrazów.
Na co uważać
  • Wymóg pracy 100% zdalnej z BYOD (Bring Your Own Device) może budzić obawy dotyczące bezpieczeństwa danych i standardów sprzętowych, zwłaszcza w kontekście medycznym.
  • !Kontrakt B2B na początkowe 3 miesiące z wysokim prawdopodobieństwem przedłużenia – warto dopytać o stabilność projektu i długoterminowe perspektywy.
  • !Wymagane doświadczenie w TypeScript jest tylko 'idealne', co może oznaczać, że nie jest to ścisły wymóg, ale warto to potwierdzić.
  • !Brak informacji o konkretnych narzędziach do zarządzania projektami lub komunikacji w zespole.
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Rozwój algorytmów łączących uczenie głębokie, geometrię obliczeniową i medyczne obrazowanie.
  • Budowanie i optymalizacja potoków segmentacji 3D, modelowania i pomiarów dla klinicznych przepływów pracy.
  • Projektowanie, trenowanie i walidacja modeli uczenia głębokiego oraz metod geometrycznych.
  • Współpraca z zespołami produktowymi i inżynieryjnymi w celu tłumaczenia potrzeb klinicznych na projekty algorytmów.
  • Współpraca z zespołami klinicznymi, regulacyjnymi i jakościowymi w celu zapewnienia zgodności ze standardami rozwoju wyrobów medycznych.
  • Ciągłe doskonalenie dokładności, niezawodności i efektywności obliczeniowej algorytmów.
  • Badanie i eksploracja nowych metod.
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Kandydat z minimum 3-letnim doświadczeniem w tworzeniu modeli uczenia głębokiego w Pythonie, który zna podstawowe frameworki (np. PyTorch) i ma doświadczenie w pracy z danymi 3D. Powinien rozumieć podstawy geometrii obliczeniowej i być w stanie współpracować z zespołami klinicznymi.

Raczej nie dla

Osoby bez doświadczenia w uczeniu głębokim lub geometrii obliczeniowej, osoby bez doświadczenia w programowaniu w Pythonie. Kandydaci, którzy nie są zainteresowani pracą w obszarze medycznym lub nie rozumieją specyfiki rozwoju wyrobów medycznych.

Ocena dopasowania
Junior1/5
Mid4/5
Senior5/5
Hands-on5/5
Architekt3/5
Remote5/5
Enterprise3/5
Pytania do rekrutera
  • ?Jakie są konkretne wyzwania związane z dokładnością i niezawodnością algorytmów w kontekście klinicznym?
  • ?Jak wygląda proces walidacji modeli uczenia głębokiego w kontekście regulacji medycznych?
  • ?Jakie są plany dotyczące skalowania rozwiązań i ich wdrażania w środowiskach produkcyjnych?
  • ?Jakie są oczekiwania dotyczące współpracy z zespołami regulacyjnymi i jakościowymi?
  • ?Czy istnieją już istniejące potoki lub modele, które kandydat będzie rozwijał, czy też zaczyna od zera?
  • ?Jakie są główne metryki oceny jakości algorytmów?
  • ?Jakie są możliwości rozwoju zawodowego i naukowego w ramach tej roli?
Brakujące informacje
  • Brak informacji o widełkach wynagrodzeń.
  • Brak opisu procesu rekrutacyjnego.
  • Nie sprecyzowano, czy 'other' w typie kontraktu oznacza konkretny rodzaj umowy B2B.
  • Brak informacji o wielkości zespołu.
  • Nie podano dokładnych wymagań dotyczących doświadczenia w latach dla poszczególnych technologii (poza ogólnym 'minimum 3 lata').
🔗Podobne oferty