- Страна
- Россия
- Зарплата
- 300 000 ₽ – 420 000 ₽
CV Engineer (Medical Imaging)
Высокая заработная плата, социально значимый проект в сфере HealthTech и работа с передовым стеком технологий (VLM, LLM). Полная удаленка добавляет привлекательности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Работа требует глубоких знаний в области 3D Computer Vision и обработки медицинских данных (DICOM), а также владения современными LLM/VLM архитектурами. Высокая ответственность из-за специфики медицинской сферы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предлагаемая зарплата (300-420к) находится на уровне выше среднего для Senior CV-инженеров в России, особенно учитывая узкую специализацию в Medical Imaging.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
300 000 – 420 000 ₽/месяц
Удаленка, Фултайм
Ищем CV-инженера в облачную платформу, которая помогает рентгенологам описывать КТ и МРТ быстрее и точнее. Основной проект — генерация заключений по КТ органов грудной клетки: от классических 3D-сервисов сегментации и классификации патологий до использования LLM и обучения VLM для КТ...(Откликнуться)
**⚠️ Будьте внимательны: иногда мошенники маскируют свои схемы под вакансии реальных компаний, никому не передавайте доступ к своим аккаунтам или устройствам.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Computer Vision
- Deep Learning
- Medical Imaging
- LLM
- VLM
- Segmentation
- Classification
- 3D Computer Vision
- Python
Возможные вопросы на собеседовании
Важно понимать опыт кандидата с объемными данными, специфичными для КТ/МРТ.
Какие архитектуры нейросетей вы считаете наиболее эффективными для сегментации патологий на 3D КТ-снимках и почему?
Вакансия упоминает использование LLM для генерации заключений.
Как бы вы организовали пайплайн обучения VLM (Vision-Language Model) для интерпретации медицинских изображений?
В медицине критически важно понимать, почему модель приняла решение.
Какие методы интерпретируемости (Explainable AI) вы применяли в своих проектах по компьютерному зрению?
Медицинские данные часто имеют сильный дисбаланс классов.
Как вы справляетесь с проблемой нехватки размеченных данных или сильного дисбаланса классов в медицинских датасетах?
Проверка навыков работы с предметной областью.
С какими библиотеками для обработки DICOM-файлов вы работали и какие основные сложности возникают при препроцессинге таких данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

