Research Engineer in Medical Image Processing and Machine Learning

Stockholms-Universitet; Stockholms kommun; On-site; SEK 650,000 - 750,000; Full time

Job summary

Stockholms universitet söker en Forskningsingenjör inom medicinsk bildanalys och maskininlärning för att leda utvecklingen av en högpresterande, containerbaserad plattform för medicinsk dataanalys och AI-arbetsflöden.

Du designar och driftsätter MLOps-pipelines, hanterar kluster och resurstilldelning i multi-tenant miljöer samt bygger säkra API:er och backend-tjänster. Rollen kräver avancerad examen i relevant ämne och mycket god kommunikation på engelska.

Qualifications

• Goda kunskaper i Linuxmiljöer och Python samt dokumenterad erfarenhet av containerhantering och orkestrering med Docker och Kubernetes.
• Backend- och API-utveckling samt databasintegration och Git-arbetsflöden.
• mycket god engelska i tal och skrift samt samarbetsförmåga i tvärvetenskaplig miljö.

Responsibilities

• Arkitektera, vidareutveckla och förvalta en containerbaserad plattform för medicinsk dataanalys och AI-arbetsflöden.
• Designa och driftsätta skonbara MLOps-pipelines för träning, spårning och klinisk inferens.
• Hantera Kubernetes-kluster, distribuerade lagringssystem och GPU-resurser i multi-tenant miljö.
• Bygga säkra RESTful API:er och backend-tjänster samt IAM-lösningar enligt hälso- och sjukvårdsstandarder.

Skills

Linux

Python

Docker

Kubernetes

RESTful API

Backend development

Git

English

Education

Master eller civilingenjörsexamen inom datavetenskap eller mjukvaruteknik

Tools

Orthanc

PACS

3D Slicer

PyTorch

MONAI

MLflow

Kubeflow

ArgoCD

Ansible

Keycloak

OIDC

DICOM

NIfTI

Job description

Forskningsingenjör inom medicinsk bildanalys och maskin inlärning

Fysikum är en av de största institutionerna inom den Naturvetenskapliga fakulteten vid Stockholms universitet med en dynamisk och internationell forskningsmiljö. Denna anställning är placerad vid Avdelningen för medicinsk strålningsfysik, där vi bedriver ledande forskning inom medicinsk bildbehandling, strålningsfysik och artificiell intelligens för onkologiska tillämpningar. Mer information om oss finns på: Fysikum - Stockholms universitet .

Forskningsingenjören kommer att arkitektera, vidareutveckla och förvalta en högpresterande, containerbaserad beräkningsplattform dedikerad till medicinsk dataanalys och arbetsflöden inom artificiell intelligens. I denna roll ingår att designa och driftsätta skalbara MLOps-pipelines för automatiserad modellträning, experimentspårning och klinisk inferens, samt att hantera orkestrering av Kubernetes-kluster, distribuerade lagringssystem och resursallokering av GPU:er i miljöer med flera samtidiga användare (multi-tenant). Centrala tekniska ansvarsområden innefattar integrering av infrastruktur för hälsodata, såsom DICOM-servrar, PACS-gränssnitt och webbaserade visualiseringsverktyg, samt utveckling av pipelines för aktiv inlärning (active learning) och interaktiva annoteringsgränssnitt för validering med människan i loopen (human-in-the-loop). Ingenjören kommer även att bygga säkra RESTful API:er och mikrotjänster i backend, implementera protokoll för identitets- och behörighetshantering (IAM) i enlighet med dataskyddsstandarder inom hälso- och sjukvården, samt upprätthålla automatiserade CI/CD-pipelines för testning och driftsättning för att säkerställa plattformens driftsäkerhet och robusthet.

I skärningspunkten mellan beräkningsteknik och hälso- och sjukvård kommer ingenjören att arbeta i nära samverkan med datavetare, medicintekniska ingenjörer och kliniker. Rollen innebär att omsätta komplexa kliniska behov och forskningskrav till robusta mjukvaruspecifikationer, vilket direkt möjliggör driftsättning och prospektiv utvärdering av banbrytande AI-modeller i kliniska arbetsflöden. Därutöver kommer ingenjören att övervaka klusterprestanda, optimera beräkningsbelastningar samt tillhandahålla praktisk teknisk support och introduktion för forskare och kliniska användare.

Kvalifikationer

Kandidaten ska ha en examen på avancerad nivå (master- eller civilingenjörsexamen) inom datavetenskap, mjukvaruteknik eller ett närliggande kvantitativt ämnesområde. Grundläggande behörighetskrav är mycket goda kunskaper i Linux-miljöer och programmering i Python, dokumenterad praktisk erfarenhet av containerhantering och orkestrering med Docker och Kubernetes, backend- och API-utveckling (RESTful-tjänster samt databasintegrering) och vedertagna arbetsflöden för mjukvaruutveckling med Git. Mycket god kommunikationsförmåga på engelska i både tal och skrift samt god förmåga att samarbeta effektivt i en tvärvetenskaplig miljö tillsammans med ingenjörer och kliniker är ett krav.

Meriterande kvalifikationer innefattar praktisk erfarenhet av elektroniska patientjournalsystem (EHR), standarder för medicinsk bildhantering (DICOM, NIfTI) samt bildservrar och visualiseringsverktyg (Orthanc, PACS, 3D Slicer). Det är även meriterande med förtrogenhet med ramverk för medicinsk AI och MLOps-pipelines (PyTorch, MONAI, MLflow, Kubeflow), erfarenhet av CI/CD- och GitOps-verktyg (ArgoCD, Ansible) samt kunskap om säkerhets- och autentiseringsprotokoll (Keycloak, OIDC) för hantering av känsliga hälsodata.

Om anställningen

Anställningen avser heltid och är tidsbegränsad på 5 månader, med möjlighet till förlängning (upp till totalt 7–8 månader beroende på projektfinansiering). Stockholms universitet tillämpar individuell lönesättning. Tillträde snarast enligt överenskommelse.

Hos oss får du dynamiken i samspelet mellan högre utbildning och forskning som gör Stockholms universitet till en spännande och kreativ miljö. Du arbetar i en internationell miljö och får förmånliga villkor. Universitetet ligger beläget i Nationalstadsparken med goda förbindelser till city.

Stockholms universitet värnar om att vara en arbetsplats som är fri från diskriminering och ger lika rättigheter och möjligheter för alla.

Stockholms universitet bidrar till det hållbara demokratiska samhällets utveckling genom kunskap, upplysning och sanningssökande.

Anställningsform Tidsbegränsad anställning

Anställningens omfattning

Löneform Individuell lönesättning

Antal lediga befattningar

Sysselsättningsgrad

Referensnummer

Facklig företrädare