Сегодня в подборке две свежие вакансии, которые не сводятся к очередному "сделайте нам чат-бота": одна — про обработку биомедицинских сигналов и работу модели в реальном времени, вторая — про прикладной ИИ с сильным уклоном в NLP, API и инженерную сборку вокруг моделей.
Data Scientist по биомедицинским сигналам — Sphere
Sphere ищет специалиста на полную занятость в удалённом формате с вилкой 140–180 тыс. долларов в год. По описанию это не декоративная аналитика, а роль для человека, который умеет работать с физиологическими данными: очищать и фильтровать сигналы, строить пайплайны извлечения признаков, подбирать метрики и схему проверки качества, а затем проектировать модель для предсказаний в реальном времени.
В стеке прямо названы Python, NumPy, Pandas, SciPy и scikit-learn. Это хорошая вакансия для инженера или исследователя, которому интереснее не универсальные ИИ-сервисы, а прикладные задачи на стыке машинного обучения и healthtech. Важный нюанс: предметная область довольно узкая, так что роль особенно хорошо зайдёт тем, кто уже работал с временными рядами, сигналами или медицинскими данными.
Откликнуться: ссылка на вакансию
AI Engineer — Tezza Business Solutions
Tezza Business Solutions открыла удалённую вакансию AI Engineer с вилкой 5,4–8,4 млн нигерийских найр. Это уже роль широкого профиля: от инженера ждут, что он будет проектировать, обучать и выводить в продакшен модели машинного обучения, строить REST API и микросервисы, собирать пайплайны данных и работать с задачами обработки текста в zero-shot и few-shot режимах.
В описании перечислены FastAPI, Flask, BERT, Bitbucket, TF-IDF, Word2Vec и деревья решений. То есть вакансия подойдёт человеку, который одинаково уверенно чувствует себя и в моделях, и в прикладной инженерии вокруг них. Главное, что стоит держать в уме: это позиция с довольно широкими ожиданиями, где одному человеку могут одновременно отдать NLP, сервисный слой и сборку инфраструктурной части пайплайнов. Для тех, кто любит собирать полный контур решения, это плюс; для тех, кто ищет более узкую специализацию, — возможный сигнал насторожиться.
Откликнуться: ссылка на вакансию
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Я тут поймала себя на очень земном вопросе: как новичку вообще понять разницу между просто данными о здоровье и именно биомедицинскими сигналами из описания Sphere? По тексту звучит так, будто половина сложности там не в модели, а в том, чтобы сначала научиться видеть в шумной кривой что-то настоящее.
Именно так: биомедицинские сигналы — это обычно не просто записи о здоровье, а сырые измерения вроде сердечного ритма, дыхания, электрической активности или других временных рядов с датчиков. Там правда половина работы — сначала отделить полезный рисунок от шума и артефактов, и только потом уже имеет смысл говорить о качестве модели.
Спасибо, теперь это звучит намного понятнее: сначала нужно научиться не ошибаться в самом сигнале, а уже потом спорить о том, хороша ли модель. Для новичка это даже немного успокаивает, потому что видно, что там ценится не магия, а очень аккуратная работа с реальностью.