Principal Software Algorithm Engineer - Digital Cytology AI

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Principal Software Algorithm Engineer в Hologic — технический лидер по разработке и валидации deep learning моделей для цитологии на системе Genius Digital Diagnostics. Отвечает за CNN-классификатор клеток, пайплайн сегментации NC ratio и техническую документацию для регуляторных заявок FDA.

Задачи

• Проектировать, обучать и настраивать многоклассовые CNN для классификации клеток и агрегации предсказаний до уровня образца
• Разрабатывать multi-task модели с общими энкодерами и головами для диагностического класса, цитоморфологических признаков и категории NC ratio
• Строить сети сегментации ядра и цитоплазмы для измерения NC ratio и площади ядра, включая перекрывающиеся клетки в кластерах
• Владеть пайплайном данных: patient-grouped splits, применение цветовых профилей, баланс классов, метаданные изображений
• Проводить дисциплинированные эксперименты, сравнивать лёгкие backbone с крупными референсными моделями, определять метрики и отчёты
• Сотрудничать с патоморфологами по протоколам разметки, межэкспертному согласию и процессам арбитража
• Готовить проектную документацию, протоколы верификации/валидации и технический контент для регуляторных заявок
• Менторить инженеров и устанавливать стандарты кодирования, воспроизводимости и MLOps
• Обеспечивать производительность и интерпретируемость моделей, включая проверки Grad-CAM и вывод признаков
• Поддерживать регуляторную стратегию для AI-медизделий под design controls и PCCP guidance

Требования

• MS или PhD в computer science, biomedical engineering, electrical engineering или смежной области, либо BS с эквивалентным опытом
• 10+ лет разработки ПО, включая 5+ лет создания и внедрения deep learning моделей для computer vision
• Подтверждённый опыт лидерства: стратегическое направление, влияние на senior стейкхолдеров, кросс-функциональные инициативы
• Экспертный Python и PyTorch (или TensorFlow), включая fine-tuning CNN, transfer learning и сегментацию (U-Net, segmentation_models_pytorch)
• Опыт с несбалансированными, многоклассовыми и multi-task задачами, метриками per-class sensitivity, F1, kappa, AUROC
• Опыт с медицинской или микроскопической визуализацией: работа с цветом, вариативность окраски, тайлинг высокого разрешения
• Дисциплина в data splitting, предотвращении утечек, трекинге экспериментов и воспроизводимом обучении
• Сильные навыки письменной коммуникации для технических отчётов и проектной документации
• Желательно: опыт AI в digital pathology или цитологии (в идеале urine cytology); опыт FDA 510(k), De Novo, PMA или EU IVDR
• Желательно: знание IEC 62304, ISO 13485, ISO 14971, 21 CFR Part 820 и FDA PCCP guidance
• Желательно: ICC color management, stain deconvolution, калибровка цвета сканера; инструменты instance segmentation (StarDist, Cellpose) и аннотации (QuPath, CVAT, napari)
• Желательно: оптимизация моделей для edge/embedded inference (quantization, ONNX, TensorRT) и опыт руководства небольшой командой

Условия

• Годовая базовая зарплата $157,000 - $220,000 с правом на бонус
• Комплексное обучение при найме и постоянное развитие в течение карьеры
• Работа в глобальном лидере в области женского здоровья

Навыки

• Python
• PyTorch
• TensorFlow
• CNN
• U-Net
• segmentation_models_pytorch
• transfer learning
• computer vision
• Grad-CAM
• MLOps
• ONNX
• TensorRT
• StarDist
• Cellpose
• QuPath
• CVAT
• napari