Senior Computer Vision Engineer (3D Medical Imaging)

Локация: полная удалёнка; работать можно из любой страны, где возможно официально получать оплату. Долгосрочный B2B-контракт с американской компанией; при работе из РФ оплата производится в рублях.

Компания

Remedy Logic разрабатывает AI-ассистента RAI для автоматизации чтения МРТ позвоночника: разметки и сегментации анатомии, количественных измерений, поиска патологий и подготовки черновика заключения.

Что делать

• Разрабатывать и обучать 3D-модели для объёмных МРТ-данных, включая классификацию и сегментацию анатомии и патологий позвоночника.
• Дообучать предобученные бэкбоны и крупные vision-энкодеры под прикладные задачи, сравнивая их с task-specific бейзлайнами.
• Строить бизнес-логику поверх предсказаний моделей: постобработку масок, геометрические измерения и объединение результатов нескольких моделей в клинические находки.
• Работать с реальными клиническими данными: несогласованной разметкой, дисбалансом классов, редкими патологиями и различиями между томографами и протоколами.
• Доставлять решения, готовые к интеграции, валидировать их на отложенных данных, разбирать ошибки и поддерживать CV-часть продукта.
• Выстраивать оценку качества, воспроизводить перспективные методы из исследований и превращать их в практические улучшения.

Требования

• 4+ года опыта в computer vision/deep learning, включая 2+ года работы с моделями в продакшене.
• Уверенное владение PyTorch и Python; написание чистого, тестируемого и воспроизводимого кода.
• Опыт работы с шумной или несогласованной разметкой и сильным дисбалансом классов: дизайн лоссов, стратегии сэмплирования, очистка разметки и консенсусные подходы.
• Опыт дообучения предобученных бэкбонов под прикладные задачи, включая частичную или полную разморозку, PEFT/LoRA, послойные learning rate, работу с малыми выборками и борьбу с переобучением.
• Крепкая база в оценке качества: калибровка, подбор порогов, F1/AUC/Dice, баланс чувствительности и специфичности.
• Умение самостоятельно декомпозировать нечёткую задачу и доводить её от постановки до готового к интеграции решения.
• Практический опыт с Claude Code или сопоставимыми агентными инструментами разработки.
• Английский B1+ для ежедневного письменного и периодического устного общения с англоговорящей частью команды.
• Проактивность: самостоятельное выявление проблем и возможностей в продукте или данных, предложение и прототипирование улучшений.

Хорошо, если есть

• Практический опыт с 3D-данными: объёмные CNN/трансформеры, анизотропный spacing, ресемплинг, patch-based обучение и инференс.
• Работа с геометрией и постобработкой масок: связные компоненты, морфология и измерения в физических координатах.
• Опыт в медицинском домене, особенно с МРТ позвоночника, DICOM, NIFTI, мультисерийными и мультипланарными исследованиями, а также инструментами MONAI, SimpleITK, nibabel и pydicom.
• Адаптация крупных vision или vision-language моделей, включая DINOv2/v3, SigLIP/CLIP, SAM/MedSAM и медицинские энкодеры; контрастивное или self-supervised предобучение.
• Опыт использования VLM/LLM API в продакшен-пайплайнах.
• Публикации по ML/CV или сильные результаты в соревнованиях по computer vision, включая медицинские challenges.

Культура и преимущества

• Полная удалёнка и гибкий график с возможностью работать из любой страны при официальном получении оплаты.
• Долгосрочный B2B-контракт с американской компанией; оплата в USD, а при работе из РФ — в рублях.
• Релокационный пакет в страны СНГ или другие страны по договорённости.
• Работа с продуктом, применяемым в реальной клинической практике США, и большими клиническими данными.
• Небольшая сеньорная команда без бюрократии, со свободой выбора подходов и прямым влиянием на архитектуру и направление исследований.