Engenheiro(a) de Deep Learning Sênior (Análise de Imagens na Saúde)

confidential; United States; A distancia; USD 160.000 - 260.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Ambiente colaborativo

Trabalho remoto

Conexão global

Saúde física

Saúde mental Team Care

Contrato definido

Descripción de la vacante

Confidencial convida engenheiro(a) de Deep Learning Sênior para atuar em análise de imagens médicas. A vaga é remota com contratação CLT ou PJ, com foco em segmentação, detecção e produção de modelos confiáveis para laudos prioritários.

Você vai desenhar redes, calibrar a confiança do modelo, exportar para ONNX e supervisionar deriva de imagem. Requisitos incluem PyTorch/TensorFlow, GPUs, DICOM e métricas ROC/calibração. Benefícios incluem flexibilidade e colaboração internacional.

Formación

• Domínio de PyTorch ou TensorFlow em visão computacional.
• Conhecimento de arquiteturas de segmentação e detecção.
• Treino em GPU com atenção a memória, data augmentation e desequilíbrio de classes.
• Métricas de domínio: sensibilidade, verdadeiros negativos, curva ROC e calibração.
• Exportação e otimização para produção, como ONNX.

Responsabilidades

• Desenhar redes de segmentação e classificação para imagens médicas.
• Definir protocolo de rotulagem, medir discordância entre leitores e tratar rótulo ruidoso.
• Montar a avaliação por achado, fabricante e unidade, com intervalos de confiança.
• Calibrar a confi ança do modelo e definir limiar de alerta com base clínica.
• Otimizar para inferência com ONNX, quantização e agregação de requisições.
• Tratar leitura de DICOM, janela e remoção de dados pessoais do cabeçalho.
• Monitorar deriva de imagem após troca de equipamento e disparar reavaliação.
• Definir padrão de experimento e orientar a equipe.

Conocimientos

Visão computacional

Métricas de domínio

Herramientas

PyTorch

TensorFlow

CUDA

ONNX

DICOM

Docker

Descripción del empleo

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Análise de Imagens na Saúde). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Radiografias e tomografias chegam em DICOM, de aparelhos de fabricantes e épocas diferentes, com contraste, resolução e ruído distintos. O modelo que você vai levar para produção segmenta ou classifica achados para priorizar a fila de laudos, de modo que o exame com suspeita de urgência seja lido primeiro. A decisão clínica continua com o médico.

Os riscos são conhecidos. Um modelo bom no equipamento do treino cai quando a unidade troca de aparelho. Rótulos feitos por mais de um radiologista discordam. Acertar na média esconde falha em um achado raro e grave. Por isso a avaliação é por achado, com sensibilidade, taxa de verdadeiros negativos e calibração da confiança, e é refeita por fabricante e por unidade.

Você responde pelo desenho da rede, pelo treino em GPU, pela exportação para inferência rápida e pelo monitoramento depois do ar. O tempo entre a imagem entrar na fila e o alerta sair, e a taxa de falso negativo em achados críticos, são os números que o time acompanha.

O que você vai fazer:

• Desenhar e treinar redes de segmentação e classificação para imagens médicas
• Definir o protocolo de rotulagem, medir discordância entre leitores e tratar rótulo ruidoso
• Montar a avaliação por achado, por fabricante e por unidade, com intervalos de confiança
• Calibrar a confiança do modelo e definir o limiar de alerta com a área clínica
• Otimizar para inferência com ONNX, quantização e agrupamento de requisições
• Tratar leitura de DICOM, janelamento e remoção de dado pessoal do cabeçalho
• Monitorar deriva de imagem após troca de equipamento e disparar reavaliação
• Definir padrão de experimento e orientar outras pessoas do time

Requisitos:

• Domínio de PyTorch ou TensorFlow em visão computacional
• Conhecimento de arquiteturas de segmentação e de detecção
• Treino em GPU com atenção a memória, aumento de dados e desbalanceamento de classes
• Métricas de domínio: sensibilidade, verdadeiros negativos, curva ROC e calibração
• Exportação e otimização para produção, como ONNX
• Responsabilidade ao tratar dado de saúde e incidente de modelo

Diferenciais:

• Manuseio de imagens DICOM com pydicom ou similar
• TensorRT ou outra aceleração de inferência
• Aprendizado com poucos rótulos, autossupervisionado ou ativo
• Contato com validação de software como dispositivo médico
• Explicabilidade visual, como mapas de ativação, para apoiar a leitura

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada versão de modelo é discutida em revisão técnica com os números por achado na tela. Os incidentes virão documento curto com causa e ação, sem busca de culpado.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• PyTorch
• TensorFlow
• CUDA
• ONNX
• DICOM
• Docker
• Visão computacional

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.