В этой методичке собраны ссылки, которые помогут выбрать и подготовиться к собеседованию на позиции исследователя или инженера машинного обучения в медицинских снимках.
Дисклеймер: предполагается, что вы знаете основы машинного обучения и у вас уже есть опыт работы (окей, если в других сферах).
Эксперимент радиологии Москвы собрал большинство стартапов, которые решают задачи анализа медицинских снимков.
Среди самых сильных IRA Labs, Celsus, Третье мнение
Компании в списке лидербордов: https://mosmed.ai/ai/
<aside> 💡 Для первой работы, без профильного образования я бы смотрела позиции инженеров данных и инженеров компьютерного зрения. Их на рынке больше, чем исследовательских позиций
</aside>
Сильная позиция в корейском стартапе, наблюдаю за ней с 2021 года, компания учавствала в эксперименте радиологии Москвы, когда российских решений еще не было и выдавала точные предсказания, сейчас это единорог:
Lunit. AI Research Scientist 2024
<aside> 💡 В самостоятельном обучении я бы сделала упор на проекты в области компьютерного зрения. Как правило, это открытые GitHub репозитории с кодом, и ссылки на них можно ставить в резюме (сойдет даже что-то простое, например). Сертификаты с курсов в резюме не кoтируются, и на работе их никто не спросит.
</aside>