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).

Компании в РФ:

image.png

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/

Позиции и требования:

<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>

  1. Инженер данных (Data Engineer)
  2. Инженер компьютерного зрения (Junior-Middle-Senior ML/CV Engineer)
  3. Медицинский консультант
  4. Специалист по аннотациям
  5. Инженер Исследователь (Research Scientist)

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

Обучение самостоятельное:

<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>

  1. https://www.coursera.org/specializations/ai-for-medicine Лайфхак: можно написать им письмо и попросить получить этот курс бесплатно, как студенту. Чаще всего, это работает.