Bioinformatyk / Ekspert Domenowy (Computer Vision w naukach przyrodniczych)

Wymagane, Python, NumPy, Pandas, Matplotlib, Scikit-learn

Mile widziane, Git, PyTorch, Keras, PyTorch Lightning, Docker

System operacyjny, Linux

O projekcie, Dołączysz do zespołu realizującego projekty badawczo-rozwojowe oraz komercyjne z obszaru sztucznej inteligencji. Pracujemy zarówno nad własnymi produktami AI, jak i rozwiązaniami tworzonymi dla klientów z sektorów rolniczego, finansowego, energetycznego, budowlanego oraz medycznego., W Promity mamy ugruntowanie doświadczenie w projektach z obszaru agrotechnologii i nauk o zwierzętach - w szczególności w analizie obrazów mikroskopowych materiałów biologicznych pochodzenia zwierzęcego. Realizujemy m.in. projekt automatycznej analizy jakości mikrobiologicznej mleka - w tym detekcji patogenów w obrazach mikroskopowych., , Nasze projekty obejmują m.in.:, •Computer Vision (detekcja, segmentacja i klasyfikacja obrazów),, •Large Language Models oraz systemy agentowe,, •klasyczny Machine Learning,, •Explainable AI (XAI),, •analizę danych i predykcję,, •wdrażanie modeli AI do środowisk produkcyjnych., , Jednym z obecnie realizowanych projektów jest Bovine Hemo Scan (BHS) — innowacyjny projekt B+R realizowany wspólnie z Instytutem Nauk o Zwierzętach SGGW. Budujemy mobilny system Computer Vision wspomagający analizę rozmazów krwi bydła, wykorzystujący nowoczesne modele Deep Learning oraz techniki Explainable AI. Projekt obejmuje pełny cykl tworzenia rozwiązania — od pozyskiwania i walidacji danych, przez projektowanie architektur modeli, aż po wdrożenie na urządzeniach pracujących w warunkach terenowych. Jego istotnym elementem jest walidacja domenowa i biologiczna wyników modeli – i tu właśnie szukamy Ciebie., , Pracujemy również nad rozwiązaniami dla klientów biznesowych, obejmującymi m.in. systemy wykrywania obiektów, analizę obrazów przemysłowych, predykcję zdarzeń, automatyzację procesów z wykorzystaniem modeli językowych oraz budowę agentów AI wspierających procesy biznesowe., , Kogo szukamy?, Szukamy osoby, która rozumie biologię i ma zacięcie do danych — kogoś, kto rozumie co widać pod mikroskopem i potrafi to przełożyć na pracę w zespole inżynierskim. Musisz wiedzieć, czy komórka na obrazie jest poprawnie opisana, czy artefakt barwienia dyskwalifikuje obraz, i czy model pomylił monocyt z makrofagiem. Bardzo mile widziane będą osoby z wykształceniem, bądź doświadczeniem zootechnicznym lub weterynaryjnym., , Chcielibyśmy pracować z kimś, kto samodzielnie porusza się w Pythonie, Jupyter Notebooku, potrafi przetworzyć dane w pandas, zbudować prosty model w sklearn i nie boi się zajrzeć do kodu sieci neuronowej, żeby zrozumieć co “siedzi w bebechach”., , To rola w zespole deweloperskim (codzienna praca z devami, sprinty, code review), a nie pozycja konsultingowa ani akademicka.

Liczba osób w zespole, około 10

Tak pracujemy, wewnątrz organizacji, koncentrujesz się na jednym projekcie, tworzysz kod "od zera", agile

Skład zespołu, backend developer, lider techniczny, architekt, devOps, big data developer, data scientist, programista testów automatycznych, tester manualny, product owner

Twój zakres obowiązków, Ocena jakości danych obrazowych i walidacja annotacji pod kątem domenowym (morfologia komórek, artefakty mikroskopowe), Tworzenie i aktualizacja wytycznych annotacyjnych (annotation guidelines) dla partnerów zewnętrznych, Współpraca z zespołem naukowców i laborantów w zakresie protokołów zbierania danych i jakości preparatów, Samodzielne prototypowanie i eksploracyjna analiza danych obrazowych (EDA) z wykorzystaniem Pythona i Jupyter Notebook — identyfikacja problemów z danymi, rozkładów klas, anomalii, Wsparcie domenowe przy projektowaniu eksperymentów i interpretacji wyników modeli, Udział w projektach badawczo-rozwojowych, w tym przygotowywanie treści do raportów i publikacji naukowych, Tworzenie dokumentacji technicznej dotyczącej przeprowadzonych analiz i opracowanych modeli.

Wykształcenie wyższe: bioinformatyka, biometria, biologia/biomedycyna z silnym komponentem statystycznym/obliczeniowym, inżynieria biomedyczna, statystyka stosowana w naukach przyrodniczych lub pokrewne, Solidna, praktyczna znajomość statystyki — projektowanie eksperymentów, testowanie hipotez, walidacja, dobór wielkości próby, znajomość metryk AI/CV (Cohen's Kappa, F1, IoU, AUC-ROC) i rozumienie ich ograniczeń, Znajomość Pythona na poziomie umożliwiającym pisanie skryptów analitycznych/statystycznych i prototypowanie w Jupyter (numpy, scipy, pandas, PyTorch, Keras), Dobra znajomość morfologii komórek krwi i hematologii (weterynaryjnej lub klinicznej) — umiejętność wzrokowej identyfikacji cech diagnostycznych oraz gotowość do szybkiego wdrożenia się w specyfikę gatunkową, Solidna znajomość mikroskopii świetlnej i procesu digitalizacji obrazów (skanowanie slajdów, typowe artefakty i ich wpływ na analizę), Doświadczenie z budową lub walidacją datasetów obrazowych — ocena jakości annotacji, inter-annotator agreement, wykrywanie biasów w danych, Umiejętność czytania i rozumowania o kodzie pipeline'u ML (bez konieczności projektowania architektur), Doświadczenie w pisaniu artykułów/publikacji naukowych, Praktyczne posługiwanie się narzędziami AI w codziennej pracy, Silne umiejętności analityczne oraz zdolność do rozwiązywania złożonych problemów., Otwarty umysł i umiejętność pracy w zespole, Biegła znajomość polskiego, Język angielski umożliwiający czytanie dokumentacji technicznej oraz lekturę artykułów naukowych

Mile widziane, Doświadczenie z innymi modalnościami obrazowania biomedycznego (histopatologia, cytologia, radiologia), Znajomość formatów obrazów biomedycznych (np. DICOM), Doświadczenie laboratoryjne (przygotowanie preparatów, barwienie), Znajomość narzędzi annotacyjnych (np. CVAT), Orientacja w architekturach segmentacji/klasyfikacji (np. SAM) na poziomie konsumenckim, Doświadczenie z projektami w konsorcjach akademickich – rozumienie dynamiki współpracy, harmonogramów i kontroli jakości danych, Doświadczenie z projektami grantowymi (NCBiR, FENG), Podstawy Git

Podział czasu pracy, Nowa funkcjonalność - 70%, Bugfixing - 15%, Utrzymanie - 15%

To oferujemy, Możliwość pracy zdalnej z dowolnej lokalizacji jak i pracę stacjonarną w Warszawie (parking dla pracowników), Elastyczność, dostosowanie do siebie godzin pracy, Trudną, ale rozwijającą pracę i nie bycie trybikiem w maszynie - nie będziesz się nudzić, Tworzenie innowacji i współpracę z pracownikami naukowymi topowych polskich uczelni (wspólne seminaria, elementy Design Thinking i innych metodyk), nasz dział B+R stale pracuje nad pozyskiwaniem grantów na projekty badawcze oraz wypracowaniem własnych produktów, Uczciwe i satysfakcjonujące wynagrodzenie, Opiekę mentora i wsparcie zespołu – cały czas możesz liczyć na pomoc

Tak pracujemy nad projektem, Clean Code, code review, wsparcie architekta / lidera technicznego, automatyzacja testów, testy integracyjne, testy jednostkowe, testy wydajnościowe

Takie dajemy możliwości rozwoju, branżowe platformy e-learningowe, konferencje zagraniczne, mentoring, szkolenia wewnątrzfirmowe, szkolenia zewnętrzne, wsparcie merytoryczne od liderów technologicznych, wymiana wiedzy technicznej w firmie

Benefity, dofinansowanie zajęć sportowych, dofinansowanie nauki języków, możliwość pracy zdalnej, elastyczny czas pracy, spotkania integracyjne, firmowa biblioteka, brak dress code’u, kawa / herbata, napoje, parking dla pracowników, strefa relaksu, program rekomendacji pracowników, branżowe platformy e-learningowe i książkowe

Etapy rekrutacji, Wyślij swoje CV, Kontakt telefoniczny - umówimy się na rozmowę za pomocą zoom, Spotkanie rekrutacyjne - porozmawiajmy o oczekiwaniach, Spotkanie techniczne - pokaż nam co umiesz, Propozycja pracy - ustalamy warunki współpracy i… Działamy!

Zaufali naszym produktom, NASA, Bank of America, Toyota, FBI, Aribus, Oracle, Samsung, Ministerstwo Finansów, PKP-Intercity, mBank, MEDICOVER, BSH, Carrefour ....

Promity Sp. z o.o., Promity istnieje od 2009 roku, zostało założone przez dwóch kolegów programistów, początkowo świadcząc usługi doradcze IT. Dzisiaj Promity tworzy zespół 60 osób: data scientistów, developerów, project managerów, konsultantów oraz trenerów. Jesteśmy przekonani, że zachowanie swobodnej struktury i niewymuszonych naturalnych relacji pozwoli na stworzenie cennych więzi, dzięki którym nasza organizacja będzie przede wszystkim zgranym zespołem ludzi, a nie jedynie zbiorem sztucznych przepisów, zasad i procedur.