Инженер по Edge AI / ML
Нужен инженер, который построит основу продукта Tricorder — офлайн AI-системы для медиков в сложных условиях. Задачи: подбор и оценка open source моделей для edge AI, подготовка датасетов, создание автоматического eval-харнесса, а также проектирование базы клинических знаний и парсинг документов. Требуется опыт продакшн ML-пайплайнов, оценки моделей, NLP и работы с чувствительными данными; предлагают контракт или постоянную работу с опционами.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата на уровне рынка
В пределах ±10% медианы Data/ML по 79 вакансиям за 90 дней, рынок — Международные (USD); город и грейд вакансии не учтены.
Что предстоит делать
<p>Мы ищем практикующего инженера, который заложит основы продукта Tricorder: офлайн-AI-скрайба и системы поддержки принятия решений для медиков в суровых условиях.</p><p>Большинство медицинских технологий предполагают, что вы находитесь в больнице с надёжным электроснабжением и подключением к интернету. Однако помощь всё чаще оказывается в критические минуты до того, как пациент попадает в палату — непосредственно в поле, в пути или в удалённых и спорных условиях.</p><p><b>Tricorder</b> создаёт развёртываемую клиническую инфраструктуру для этого мира: прочную, автономную аппаратно-программную платформу, которая позволяет клиническим командам фиксировать, отслеживать и использовать данные пациентов где угодно, даже когда нельзя полагаться на сеть или электросеть. Это venture двойного назначения, обслуживающий военную медицину и гражданскую догоспитальную помощь.</p><p>Наш прототип продукта уже проходит пользовательское тестирование. Edge AI находится в основе: мультимодальные модели, которые могут превращать видео, данные сенсоров и клинические заметки в записи пациентов, обеспечивать прогнозы и информировать обучение на основе данных across развёртываний. Чтобы выбирать, улучшать и оценивать эти модели в поле, нам нужны строгие данные и оценка — вот где вы вступаете в игру.</p><p><strong>Что вы будете делать</strong></p><p>Вы будете отвечать за два рабочих потока, работая день за днём с основателем и командой FF build.</p><p><strong>1. Разработка и оценка Edge AI Pipeline</strong></p><p>Построение базовой архитектуры для продукта Tricorder с фокусом на офлайн-захват данных в точке оказания помощи.</p><ul><li><strong>Выбор модели:</strong> оценка и выбор лучших возможных open source моделей для нашего случая использования. Исследование архитектур за пределами LLM, которые могут работать локально при минимально возможном объёме RAM.</li><li><strong>Определение объёма кастомного fine-tuning:</strong> оценка компромиссов вокруг fine-tuning готовых моделей, оставляя их как есть.</li><li><strong>Подготовка датасетов:</strong> работа с нашим CMO для сборки сбалансированных, хорошо документированных датасетов, аугментация данных при необходимости или даже генерация синтетических примеров для обучения и тестирования.</li><li><strong>Eval harness:</strong> построение автоматизированного harness, который бенчмаркает разрабатываемую нами систему по клинически значимым метрикам, отслеживает регрессии и поддерживает решения build-vs-buy по моделям.</li></ul><p><strong>2. Офлайн-системы поддержки принятия решений</strong></p><p>Превращение клинических руководств в локально хранимые структуры данных, которые могут быть запрошены, обработаны и представлены нашей системой.</p><ul><li><strong>Проектирование базы данных:</strong> проектирование схемы и развёртывание хранилища данных для клинических концептов и их связей.</li><li><strong>Методологии поиска по базе данных:</strong> разработка систем для динамического представления клинических руководств в ответ на действия в реальном времени в реальном мире.</li><li><strong>Обработка документов:</strong> парсинг и структурирование клинических документов (PDF, заметки, формы) в базу данных.</li><li><strong>Клинические знания:</strong> работа с клиницистами, чтобы убедиться, что база данных отражает реальные клинические рассуждения и догоспитальные рабочие процессы.</li></ul><p>К концу первых 3 месяцев мы ожидаем работающий evaluation harness для руководства выбором и разработкой моделей, размеченный и версионированный основной датасет, а также первую версию системы поддержки принятия решений, связанную с продуктом.</p><p><strong>Что мы ищем</strong></p><p>Мы не ожидаем, что один человек будет экспертом во всём нижеперечисленном. Сильные кандидаты будут глубоко разбираться в одном рабочем потоке и быть убедительными в другом.</p><p><strong>Обязательные требования</strong></p><ul><li>Сильные навыки разработки ПО с подтверждённым опытом выпуска production AI и ML pipeline, а не только research notebooks.</li><li>Практический опыт построения ML evaluation frameworks, бенчмарков или test harnesses, в идеале для мультимодальных моделей.</li><li>Опыт проведения разметки данных и подготовки обучающих данных, включая инструменты аннотации и контроль качества.</li><li>Рабочее знание баз данных и моделирования данных, embeddings, vector search.</li><li>Практический опыт NLP: извлечение сущностей, связывание сущностей или парсинг документов.</li><li>Умение работать с чувствительными данными в рамках ограничений по защите данных и клинической безопасности.</li><li>Прагматизм и скорость: вы можете работать с неопределённостью, принимать хорошие решения build-vs-buy и выпускать за недели, а не за кварталы.</li></ul><p><strong>Будет плюсом</strong></p><ul><li>Страсть к open source и edge AI.</li><li>Опыт в health-tech, клинической информатике или другой регулируемой области, такой как defense.</li><li>Знакомство со стандартами интероперабельности FHIR или HL7.</li><li>Опыт работы в раннем стартапе, особенно в качестве основателя или раннего инженера.</li></ul><p><strong>Вероятно, не подходит, если</strong></p><ul><li>Вам нужны детальные спецификации и большая команда вокруг вас, чтобы быть эффективным.</li><li>Вы предпочитаете чистые исследования созданию инструментов, которыми люди пользуются каждый день.</li></ul><p>Это срочная вакансия, и мы гибки в рассмотрении кандидатов либо на более гибком консультационном соглашении (продлеваемом по взаимному согласию, с конкурентной дневной ставкой); либо на долгосрочном постоянном трудовом договоре с акциями как частью пакета и возможностью вырасти в долгосрочную роль по мере того, как Tricorder строит свою инженерную команду.</p><h3>Процесс собеседования</h3><ul><li>Первичное скрининговое интервью</li><li>Техническое домашнее задание</li><li>Интервью по результатам задания</li><li>Финальное интервью</li></ul> <div> <a href="https://jobs.dou.ua/companies/tricorder-systems/vacancies/380356/#reply-btn-id">Откликнуться на вакансию</a> </div>
Стек и инструменты
Сколько платят вам?
Анонимно укажите, сколько вы получаете как Data/ML-специалист, — сразу покажем, в скольких вакансиях платят меньше. А из ответов сложится зарплата, которую платят на деле, а не обещают.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Похожие вакансии
6 вакансий
Senior AI Engineer (Architecture & Execution)
Ищем Senior AI Engineer для проекта по Generative AI и Enterprise AI Architecture: нужно превратить существующий AI-MVP в масштабируемое и безопасное production-решение. Роль на стыке архитектуры и hands-on разработки на Python и C#, с глубоким знанием LLM, RAG, AI-агентов и MCP. Формат — полностью удалённо, B2B.
Старший AI инженер
~2 464 440 ₸ оценка по стеку, все рынки
Нужен старший AI-инженер для разработки и внедрения AI-функций в продукт ProVision: NLP, машинное обучение и LLM в продакшене. Требуется 5+ лет опыта в AI/ML, сильный Python, работа с LLM (RAG, fine-tuning, оценка), AWS и пайплайны данных. Предлагают гибкий формат, обучение, конференции и курсы английского.
Старший инженер по данным (Data Science)
~2 467 960 ₸ оценка
Компания в сфере финтеха ищет старшего инженера по данным для разработки и внедрения LLM, NLP и ML-моделей, а также сервисов на их основе для разговорного AI. Нужно вести полный цикл — от постановки задачи и исследования данных до обучения, оценки и деплоя production-сервисов на Python в микросервисной среде на AWS. Требуется 5+ лет в Data Science/ML, 3+ года с LLM и NLP, сильный Python, опыт с PyTorch/TensorFlow, Kubernetes и английский Upper-Intermediate.
AI Engineer
~2 464 440 ₸ оценка по всем рынкам
Ecosoft ищет AI Engineer, который внедрит агентные подходы в SDLC: AI-агентов для анализа требований, разработки, code review, тестирования и релизов. Нужны 4+ года коммерческой разработки на Python и/или TypeScript, опыт с production LLM-решениями (RAG, function calling, агенты) и внедрением AI-практик в команды. Предлагают работу над AI-инфраструктурой, MCP-интеграциями и RAG-решениями в международной компании.
Старший BigData инженер
~2 464 440 ₸ оценка по всем рынкам
Pine Software Technology Ltd ищет старшего Big Data инженера для построения и развития единой дата-платформы для трейдинговых SaaS-продуктов. Нужно проектировать масштабируемые пайплайны на PySpark, SQL и Databricks, настраивать CDC и ETL/ELT, моделировать данные и управлять инфраструктурой через Terraform. Требуется 6+ лет опыта в software/data engineering, сильный Python и SQL, английский Upper-Intermediate; предлагают медстраховку с первого дня, 25 дней отпуска, бюджет на обучение и отдых на вилле на Кипре.
Computer Vision Engineer (Middle+ / Senior)
~2 464 440 ₸ оценка по всем рынкам
Нужен инженер по компьютерному зрению для анализа видеопотоков с камер: обнаружение объектов, распознавание действий людей и выявление подозрительных сценариев. Требуется уверенный Python, PyTorch, опыт с CNN/Transformer, Object Detection и видеоданными. Условия и формат работы обсуждаются индивидуально.