Machine Learning Operations Architect (with medical device experience)

Мы ученые, врачи, технические специалисты и любители человечества, миссия которых — новаторские неврологические исследования в реальном времени для лечения заболеваний головного мозга. INBRAIN использует исключительные материальные свойства графена, самого тонкого в мире материала, удостоенного Нобелевской премии, для создания нейронных систем высокого разрешения. Наша миссия — декодировать и модулировать нейронные сети, чтобы восстанавливать жизнь людей.

В качестве архитектора операций машинного обучения вы будете разрабатывать и владеть инфраструктурой управления жизненным циклом моделей и их развертывания. Эта роль объединяет инженерию MLOps с практикой контроля разработки медицинских устройств: она определяет, как модели версионируются, проверяются и продвигаются, и создает структуру контроля изменений (в соответствии с подходом в стиле PCCP), которая регулирует, как адаптивные, непрерывно обучающиеся модели могут безопасно обновляться после развертывания.

Вы будете на переднем крае вывода передовых медицинских решений на рынок, внося реальные изменения в жизнь людей во всем мире.

Мы ищем человека, который готов проактивно привносить новые идеи в команду, расширять границы и постоянно искать инновации. В INBRAIN мы верим в общий успех и разнообразие мышления, здесь вы будете учиться, расти и развиваться в инновационной культуре.

• Разработка и создание системы версионирования моделей, отслеживания их происхождения и доказательств валидации, которая связывает каждую обученную модель с ее обучающими данными, происхождением источника данных, управлением рисками и клиническими доказательствами.
• Разработка и поддержание структуры в стиле Predetermined Change Control Plan (PCCP), определяющей допустимые типы модификаций, границы и автоматизированные протоколы повторной валидации для адаптивных моделей, в сотрудничестве с клиническими, регуляторными, продуктовыми и программными заинтересованными сторонами.
• Проектирование и настройка CI/CD конвейера для обучения, валидации и продвижения моделей, работающего на инфраструктуре, предоставляемой командой разработки программного обеспечения, с воротами продвижения через уровни Development, Testing, Acceptance и Production (DTAP).
• Создание мониторинга дрифта и производительности моделей и определение триггеров для запланированного или дрифт-триггерного переобучения в рамках деятельности по постмаркетинговому надзору.
• Внедрение и поддержка процессов и служб версионирования и их отслеживания в соответствии с процессами контроля разработки.

• Степень бакалавра или магистра в области компьютерных наук, математики, физики, электротехники или смежной области.
• Минимум 4-5 лет практического опыта инженерии ML Ops (предпочтительно в индустрии медицинских технологий): версионирование/реестры моделей (MLFlow или эквивалент), CI/CD для ML, контейнеризованное развертывание (Kubernetes) и оркестрация рабочих процессов (например, Argo или эквивалент).
• Опыт сильной архитектуры в промышленных условиях (только академическая или стажировка не будут учитываться).
• Подтвержденный опыт внедрения ML в регулируемую или критически важную среду (медицинские технологии — приоритет, автомобильная промышленность, аэрокосмическая промышленность), разработка систем для автоматизации процессов контроля разработки (например, IEC 62304, ISO 13485, DO-178C, ISO 26262) и опыт их использования изнутри.
• Сильные навыки Infrastructure-as-Code и комфортное прямое взаимодействие с специалистами по данным для вывода в продакшн исследовательского кода, написанного на Python.
• Свободное владение английским языком (английский — язык компании).
• Прямой опыт работы с системами непрерывного/адаптивного обучения в рамках контроля изменений или аналогичной системе PCCP, предоставление персонализированных эволюционирующих моделей в отличие от валидации одной модели для универсальных релизов.
• Комфортное взаимодействие на стыке инженерных и регуляторных/клинических команд, перевод требований контроля разработки в конкретную техническую реализацию.
• Прагматизм в отношении объема и последовательности — способность приоритизировать работу по управлению/соблюдению нормативных требований.
• Сильные навыки письменного документирования, учитывая большой акцент роли на создании проверяемых записей контроля изменений и валидации.

Желательно:

• Опыт работы с руководством FDA Predetermined Change Control Plan (PCCP) или эквивалентными нормативными базами для адаптивного ПО как медицинского изделия (SaMD) (например, через компанию, занимающуюся диагностическим ИИ, которая подавала такую заявку).
• Опыт в области адаптивной нейростимуляции, замкнутой стимуляции мозга или замкнутого управления диабетом с помощью инсулиновых помп.
• Знакомство со стандартами клинических данных (FHIR, SNOMED CT, NWB/BIDS) и базами доказательств ISO 14155/MDR/ICH E9.

Совместная среда, где процветают инновационные идеи и командная работа движет нас вперед. В INBRAIN мы верим, что сила коллективного интеллекта уникальна. Вы станете частью команды, которая ценит открытое общение, обмен знаниями и взаимное уважение.

Значимое влияние работы: Наши проекты не только захватывающие и сложные, но и оказывают положительное влияние на отрасль и общество в целом. Вы станете частью команды, которая стремится к реальным изменениям.

Возможности работы с передовыми технологиями: Присоединение к нам означает погружение в новейшие технологии и инновационные решения. У вас будет доступ к самым современным инструментам и ресурсам, что будет способствовать непрерывному обучению и поддержанию ваших навыков в быстро развивающейся отрасли.

• Конкурентоспособная заработная плата (в зависимости от вашего опыта/навыков)
• Внутренняя гибкая система компенсаций
• Частная медицинская страховка
• Бонус на обучение для профессионального развития и доступ к платформе Udemy
• 23 дня отпуска в год
• Рождественская неделя выходных
• Гибридный режим работы