Data Science Lead (CV + ML)

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

Ведущий специалист по data science в Neko Health: превращение данных сканирования тела в валидированные production-алгоритмы компьютерного зрения с реальным клиническим эффектом. Работа на стыке CV, ML и клинических исследований совместно с инженерами и врачами.

Задачи

• Разрабатывать, верифицировать, валидировать и внедрять алгоритмы компьютерного зрения и ML для поддержки клинических решений и новых продуктовых фич
• Вести задачи end-to-end: от размытого вопроса и грязных реальных данных через моделирование и оценку до модели в production
• Работать с инженерами по железу и софту, врачами и клиническими исследователями, сокращая разрыв между сенсорами и тем, что работает в клинике
• Комбинировать классические, геометрические и обучаемые методы, применять semi-, self- и weakly-supervised подходы при дефиците разметки и строго их оценивать
• Анализировать данные клинических исследований и поддерживать готовность к регуляторике
• Писать production-код и интегрировать его в backend-инфраструктуру Neko, используя AI-инструменты
• Менторить коллег, проводить ревью кода и дизайна, развивать культуру открытости и непрерывного улучшения

Требования

• Большой опыт в современном компьютерном зрении и deep learning на реальных данных камер и сенсоров: detection, segmentation, tracking, 3D perception
• Опыт доведения алгоритмов до production в сложных реальных условиях съёмки (освещение, движение, оптика, калибровка)
• Сильные основы ML и алгоритмическое мышление, широта за пределами одной ниши
• Сильные навыки software engineering на Python: production-код, тестирование, code review
• 5+ лет релевантного индустриального опыта или 2+ года после PhD
• Опыт работы в кросс-функциональных R&D-командах с инженерами по железу и софту
• Умение ясно объяснять компромиссы клиницисту, инженеру и менеджеру
• Уверенное использование современных AI-инструментов для продуктивности
• MSc или PhD в Computer Vision, Machine Learning, Computer Science, физике, инженерии или смежной области
• Мотивация применять науку для улучшения профилактической медицины

Условия

• Работа над продуктом профилактической медицины с реальным влиянием на здоровье людей
• Кросс-функциональная среда с hardware- и software-инженерами, врачами и исследователями
• Возможность менторинга и развития инженерной культуры

Навыки

• Computer Vision
• Deep Learning
• Python
• 3D perception
• Segmentation
• Tracking
• Multi-view geometry
• SLAM
• Sensor fusion
• Semi-supervised learning
• Self-supervised learning
• Weakly-supervised learning
• Large-scale data pipelines