Mid/Senior Machine Learning Engineer in Constanţa

Pandas (regular) NumPy (regular) Keras (regular) TensorFlow (regular) PyTorch (regular) Python (advanced) Machine Learning (advanced) Deep Learning (advanced)     O firmie  Medicalgorithmics S.A . to polska firma opracowująca zaawansowane systemy dla kardiologii. Innowacyjność to jeden z naszych głównych atutów. Wprowadzamy ją w codzienną organizację pracy i kierujemy się nią podczas procesu tworzenia. Dzięki multidyscyplinarnej grupie badaczy i developerów jesteśmy autorami przełomowych rozwiązań technologicznych. Opracowujemy algorytmy, oprogramowanie i urządzenia, a następnie wdrażamy je do produkcji, co pozwala nam świadczyć usługi telemedyczne tysiącom pacjentów na świecie.     O zespole  Jesteśmy zespołem badawczym, rozwijającym algorytmy do automatycznej analizy sygnału EKG. Specjalizujemy się w uczeniu maszynowym, w szczególności w uczeniu głębokim.Stworzyliśmy już rozwiązanie wykorzystujące uczenie głębokie, które istotnie przewyższa wcześniej stosowane w systemie algorytmy. Obecnie pracujemy nad kolejną wersją rozwiązania, która pozwoli uzyskać wyniki bliskie jakości dostarczanej przez wykwalifikowanego technika EKG. Aktualnie poszukujemy specjalisty uczenia maszynowego, który wzmocni zespół oraz przyczyni się do stworzenia i wdrożenia nowej wersji algorytmu wykorzystującego uczenie głębokie.     Opis obowiązków Projektowanie i implementacja modeli uczenia głębokiego do klasyfikacji sygnału EKG Bycie na bieżąco z obecnymi oraz pojawiającymi się narzędziami, technikami i algorytmami. Dzielenie się tą wiedzą z członkami zespołu     Wymagania i doświadczenie Praktyczne doświadczenie w pracy nad rozwiązaniami wykorzystującymi uczenie głębokie. W tym doświadczenie w tworzeniu modeli niestandardowych (custom models) Przetwarzanie danych i walidacja modelu (numpy, pandas) Dobra znajomość Python oraz frameworków uczenia głębokiego (PyTorch / TensorFlow / Keras) Samodzielność i inicjatywa     Mile widziane Doświadczenie w automatycznym kontrolowaniu i poprawianiu danych Wiedza z obszaru statystyki (szacowanie rozmiarów zbiorów testowych, etc.) Znajomość narzędzi konteneryzacji takich jak Docker Wykształcenie wyższe (informatyka, matematyka, itp.)     Co oferujemy? Pracę w projekcie, który ma szanse zmienić oblicze diagnostyki kardiologicznej Moc sprawczą i realny wpływ na kształt rozwijanego rozwiązania oraz miejsce, w którym ceni się wiedzę i bierze odpowiedzialność za swoją pracę Elastyczne godziny pracy wraz z możliwością pracy zdalnej 50% koszty uzyskania przychodu Więcej na temat rozwiązania PocketECG : →    https://www.medicalgorithmics.pl/ →   https://www.pocketecg.pl/