Usamos cookies técnicas y el registro de visitas anonimizado de Zorky. Yandex Metrica (los datos se guardan en servidores en Rusia) solo se activa con tu consentimiento. Nunca vendemos datos. Más sobre cookies y estadísticas.
Zorky está en modo de prueba: todo es gratis. Los empleos y las páginas de empresas están abiertos a todos; los enlaces a las ofertas y tu selección personal se abren tras registrarte. Regístrate →
← Todos los empleos

Principal Machine Learning Engineer (Reconstruction / Quantitative Imaging)

PrincipalofficeSan Francisco, US →hace 18 sem.
Análisis del mercado
📊 AI / ML / Data Science: salarios y demanda en el mercado
Stack
defidenogo
Mostrar empresa y enlace
Gratis, tras iniciar sesión.
Postular
Abre la empresa y el enlace de arriba: tu candidatura va directamente al sistema de selección de la empresa, sin intermediarios.

Descripción

Responsabilidades

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
Descripción completa, empresa y enlace para postular: después de iniciar sesión. Iniciar sesión
Los contactos del empleador (correo/teléfono/telegram) están ocultos en la vista previa pública.
¿Pregunta urgente? Escribe a @termdocs