Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
← Tutte le offerte

Principal Machine Learning Engineer (Reconstruction / Quantitative Imaging)

PrincipalofficeSan Francisco, US →18 sett. fa
Analisi del mercato
📊 AI / ML / Data Science: stipendi e domanda sul mercato
Stack
defidenogo
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Apri l'azienda e il link qui sopra: la candidatura arriva direttamente nel sistema di selezione dell'azienda, senza intermediari.

Descrizione

Responsabilità

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
Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica.
Domanda urgente? Scrivi a @termdocs