Engenheiro(a) de Pesquisa em ML / Cientista (Remoto, internacional)

🔥 16 minutos atrás

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

a2z Radiology AI

SiteLinkedInTodas as Vagas

11 - 50 funcionários

Fundada em 2024

🏥 Saúde

🤖 Inteligência Artificial

☁️ SaaS

Healthcare • Artificial Intelligence • SaaS

A a2z Radiology AI é uma empresa de inteligência artificial para imagens médicas, que desenvolve software aprovado pela FDA para triagem de achados urgentes em tomografias computadorizadas (TCs). Seu produto comercial atual é um modelo base único que analisa estudos de TC de abdômen e pelve e detecta e reclassifica simultaneamente sete condições urgentes (ar livre, obstrução do intestino delgado, hidronefrose, AAA, colecistite, diverticulite, pancreatite) para destacar estudos críticos no topo da lista de trabalho da radiologia. O sistema foi validado em vários locais clínicos e fornecedores de TC, integra-se com o fluxo de trabalho existente, oferece testes piloto com base em estudos históricos do cliente e está ampliando o trabalho para uma cobertura mais ampla de TC e pesquisa de imagem-para-relatório.

Descrição

• Foundation models que leem um estudo de CT inteiro, não uma fatia por vez • Aprendizado visão-linguagem que conecta o que o modelo vê à linguagem que radiologistas realmente escrevem • Um modelo que identifica múltiplos achados urgentes simultaneamente, calibrado para operar com segurança na frente de um radiologista • Treinamento e avaliação em uma escala que a maioria dos pesquisadores nunca tem a oportunidade de tocar • Pesquisa que chega ao mercado: seus modelos alcançam submissões ao FDA, implantações em hospitais e impacto em pacientes

🎯 Requisitos

• Você recorre ao PyTorch da mesma forma que a maioria das pessoas recorre a um caderno: arquiteturas customizadas, loops de treinamento, treinamento distribuído • Você entende por que uma loss (função de perda) ou uma arquitetura funciona, não apenas como chamá-la • Você projeta e executa seus próprios experimentos sem esperar para ser instruído • Você valoriza rigor e reprodutibilidade, porque esses modelos têm peso clínico • Desejável, não obrigatório: • Experiência em imagem médica, dados 3D ou volumétricos • Modelos vision-language ou aprendizado auto-supervisionado • Experiência com DICOM, CT ou background em radiologia • Doutorado ou publicações (um diferencial real, nunca um critério eliminatório)

🏖️ Benefícios

• Remuneração base competitiva + participação acionária (equity)