Usamos cookies técnicos e o registro de visitas anonimizado do Zorky. O Yandex Metrica (dados armazenados em servidores na Rússia) só funciona com o seu consentimento. Nunca vendemos dados. Mais sobre cookies e estatísticas.
O Zorky está em modo de teste — tudo é gratuito. As vagas e as páginas das empresas são abertas a todos; os links dos anúncios e sua seleção pessoal abrem após o cadastro. Cadastre-se →
← Todas as vagas

Principal Machine Learning Engineer (Reconstruction / Quantitative Imaging)

PrincipalofficeSan Francisco, US →há 16 sem.
Análises de mercado
📊 AI / ML / Data Science: salários e demanda no mercado
Stack
defidenogo
Mostrar empresa e link
Grátis, depois de entrar.
Candidatar-se
Envie seu currículo: empregadores e recrutadores de vários países que procuram o seu perfil poderão falar com você diretamente.
Enviar seu currículo →
Descrição
WHAT YOU’LL DO
  • Partner with medical image reconstruction scientists / engineers to build ML components that improve reconstruction quality, speed, robustness, or quantitative accuracy.
  • Define training/evaluation pipelines, datasets, and metrics that map to user needs and design requirements.
  • Productionize models: inference performance, reproducibility, monitoring for drift/regressions, and safe fallbacks.
  • Collaborate on hybrid algorithms, incorporating physics and learned priors, denoisers, learned regularizers, and quality estimation.
  • Help build tooling for rapid experimentation as well as rigorous verification of algorithm changes.
WHAT WE’RE LOOKING FOR
  • Strong applied ML experience plus comfort with signal processing / imaging or adjacent domains.
  • Ability to move fluidly between research prototypes and production-quality systems.
  • Strong evaluation discipline: metrics, ablations, data leakage avoidance, and reproducibility.
  • A demonstrated track record of applying ML to physics-based or inverse problems (i.e., shipped projects, a portfolio, or publications.)
USEFUL EXPERIENCE
  • ML for imaging/inverse problems (or adjacent) with strong evaluation discipline and comfort with GPU performance constraints.
  • Pragmatic production mindset: reproducible training/inference, regression testing, and safe deployment in high-stakes contexts.
  • A background in computational physics or scientific computing.
  • Leverage ML-based methods su
Descrição completa, empresa e link para se candidatar: depois de entrar. Entrar
Os contatos do empregador (e-mail/telefone/telegram) ficam ocultos na prévia pública. Envie seu currículo para que os empregadores possam falar com você diretamente.
Pergunta urgente? Escreva para @termdocs