ScreenPoint Medical to firma z branży technologii medycznych, koncentrująca się na obrazowaniu piersi wspomaganym przez sztuczną inteligencję. Pakiet oprogramowania Transpara wspiera mammografię i ocenę kliniczną dzięki automatycznemu wykrywaniu raka, ocenie gęstości piersi oraz porównywaniu obrazów w czasie. Transpara jest dostarczany w modelu subskrypcyjnym i działa w ramach istniejących procesów klinicznych, pomagając radiologom oceniać obrazy piersi, identyfikować przypadki potencjalnie wysokiego ryzyka i pracować wydajniej, także podczas analizy gęstej tkanki piersi. Podejście firmy opiera się na dowodach klinicznych, walidacji potwierdzonej w recenzowanych publikacjach oraz dopuszczeniach regulacyjnych, w tym zezwoleniu FDA i oznakowaniu CE.
Starszy inżynier ds. wdrażania AI – praca hybrydowa w Nijmegen
Kieruj rozwojem i wdrażaniem gotowych do użycia produkcyjnego narzędzi AI oraz automatyzacji dla produktów ScreenPoint Medical do obrazowania raka piersi. Będziesz odpowiadać za AWS, Kubernetes, CI/CD oparte na GitOps oraz wewnętrzne wdrażanie AI.
Opis
- Kierowanie strategią wdrażania AI w ScreenPoint Medical
- Ocena wewnętrznych procesów pod kątem automatyzacji i ustalanie priorytetów inicjatyw
- Tworzenie narzędzi opartych na AI, które usprawniają wewnętrzne procesy, we współpracy z odpowiedzialnymi za nie zespołami
- Uwzględnianie kwestii bezpieczeństwa w projektowaniu i wdrażaniu rozwiązań
- Promowanie wewnętrznego wykorzystania AI oraz pomaganie pracownikom i zespołom w czerpaniu wartości z nowych narzędzi
- Szybkie dostarczanie gotowych do użycia produkcyjnego narzędzi wewnętrznych poprzez rozwijanie prototypów w rozwiązania wykorzystywane na co dzień
- Włączanie możliwości LLM i AI, w tym API, agentów, generowania wspomaganego wyszukiwaniem oraz frameworków automatyzacji, do narzędzi i potoków
- Tworzenie i obsługa potoków CI/CD opartych na GitOps
- Zarządzanie infrastrukturą Kubernetes i jej rozwój, w tym wdrożeniami, skalowaniem, obserwowalnością i kontrolą kosztów
- Odpowiedzialność za rozwiązania przez cały ich cykl życia — od wstępnej koncepcji po wsparcie produkcyjne
Wymagania
- Proaktywna osoba, która potrafi zarządzać wdrażaniem AI — od rozmów z interesariuszami przez dostarczanie i eksploatację po adopcję
- Udokumentowana umiejętność tworzenia nowych rozwiązań i prowadzenia zmian organizacyjnych
- Doświadczenie w tworzeniu rozwiązań z wykorzystaniem narzędzi AI i LLM, takich jak API, frameworki agentów lub orkiestracji oraz systemy automatyzacji; alternatywnie, silne doświadczenie w inżynierii oprogramowania i wyraźny rozwój w kierunku narzędzi AI
- Co najmniej siedem lat doświadczenia w DevOps przy wsparciu rozwoju w chmurze
- Od roku do dwóch lat niedawnego doświadczenia skoncentrowanego na wdrażaniu AI i tworzeniu narzędzi
- Zaawansowane praktyczne doświadczenie DevOps z AWS, Argo, Jenkins, Git, Terraform, architekturą CI/CD i infrastrukturą jako kodem
- Praktyczna znajomość Kubernetes obejmująca wdrażanie, skalowanie, rozwiązywanie problemów i obsługę klastrów
- Doświadczenie z Bitbucket będzie dodatkowym atutem
- Doświadczenie w regulowanym środowisku lub przy tworzeniu oprogramowania medycznego będzie dodatkowym atutem
- W procesie rekrutacyjnym wymagane jest zaświadczenie o niekaralności (VOG) lub weryfikacja przeszłości
Benefity
- Możliwości rozwoju zawodowego
- Proces rekrutacyjny obejmuje uzyskanie zaświadczenia o niekaralności (VOG) lub weryfikację przeszłości