Компания: Цельс (celsus.ai)
Должность: Senior data scientist (cv в медицине)
Вилка: 200-350т. рублей (net)
Город: Санкт-Петербург (возможна релокация)
Занятость: full time
Контакты: @nna_nikolaev

Если вы хотите решать интересные задачи в области анализа медицинских изображений, умеете тренировать резнеты, денснеты и прочие эффишентнеты, обожаете вносить безумные кастомные изменения в существующие архитектуры - мы были бы рады видеть вас в команде Цельса!

Мы ищем тех, кто

хочет работать в энергичной, слегка чокнутой команде
не боится рисковать и принимать важные решения
умеет слушать чужие мнения и не стесняется высказывать своё
готов работать в условиях не до конца сформированного, хаотичного рынка медицинских AI-технологий
не падает в обморок при виде рентгеновских снимков и готов регулярно впитывать сакральные медицинские знания от врачей
Наши проекты:

Маммография - детектирование злокачественных и доброкачественных образований на снимках молочной железы. Мы - первая команда, прошедшая в продуктовый контур Эксперимента по использованию сервисов на основе технологий ИИ в системе здравоохранения города Москвы.
Флюорография - классификация и сегментация патологических изменений грудной клетки. Удивительно, но и здесь мы первые (и пока единственные), кто работает в рамках московского эксперимента.
КТ лёгких - сегментация злокачественных образований и признаков COVID-19.
Гистологические исследования - сегментация областей интереса
Наш основной стек:

Работа с данными - Supervisely, S3, Minio, DVC
Разработка - PyTorch, Redis, Celery
Менеджмент экспериментов - trains AI
CI/CD - Azure Pipelines, Docker, Kubernetes
Мониторинг - Sentry, Prometheus, Grafana
Мы предлагаем:

Офис в самом центре(БЦ класса А - площадь восстания), доступ 24/7, головной офис компании - в Калуге (возможны командировки при желании)
Полный рабочий день, гибкий график. Удалёнка возможна только на период пандемии, в дальнейшем предполагается офисная работа.
Рабочее место с GPU, собственный сервер для обучения (4 x RTX 8000 48GB)
Требования:

Владение Python, PyTorch, Docker на уверенном уровне
Опыт разработки, деплоя, мониторинга, дообучения DL-пайплайнов
Опыт работы с задачами детекции и сегментации, знание основных метрик в этих задачах
Умение вносить кастомные изменения в архитектуре на основе прочитанных статей
Знание английского на уровне, достаточном для комфортного чтения статей и блогов
Плюсом будет:

Опыт использования классических CV-методов
Опыт работы с медицинскими данными, знание формата DICOM
Навыки в оптимизации скорости инференса DL-моделей (TensorRT, конвертация моделей между фреймворками)
Знакомство с GANами, unsupervised learning, NLP