Bioinformatyk / Ekspert Domenowy (Computer Vision w naukach przyrodniczych)
⚲ Warszawa
Do uzgodnienia
Wymagania
- Python
- NumPy
- Pandas
- Matplotlib
- Scikit-learn
- Git
- PyTorch
- Keras
- PyTorch Lightning
- Docker
Opis stanowiska
Nasze wymagania:
Wykształcenie wyższe: bioinformatyka, biometria, biologia/biomedycyna z silnym komponentem statystycznym/obliczeniowym, inżynieria biomedyczna, statystyka stosowana w naukach przyrodniczych lub pokrewne
Solidna, praktyczna znajomość statystyki — projektowanie eksperymentów, testowanie hipotez, walidacja, dobór wielkości próby, znajomość metryk AI/CV (Cohen's Kappa, F1, IoU, AUC-ROC) i rozumienie ich ograniczeń
Znajomość Pythona na poziomie umożliwiającym pisanie skryptów analitycznych/statystycznych i prototypowanie w Jupyter (numpy, scipy, pandas, PyTorch, Keras)
Dobra znajomość morfologii komórek krwi i hematologii (weterynaryjnej lub klinicznej) — umiejętność wzrokowej identyfikacji cech diagnostycznych oraz gotowość do szybkiego wdrożenia się w specyfikę gatunkową
Solidna znajomość mikroskopii świetlnej i procesu digitalizacji obrazów (skanowanie slajdów, typowe artefakty i ich wpływ na analizę)
Doświadczenie z budową lub walidacją datasetów obrazowych — ocena jakości annotacji, inter-annotator agreement, wykrywanie biasów w danych
Umiejętność czytania i rozumowania o kodzie pipeline'u ML (bez konieczności projektowania architektur)
Doświadczenie w pisaniu artykułów/publikacji naukowych
Praktyczne posługiwanie się narzędziami AI w codziennej pracy
Silne umiejętności analityczne oraz zdolność do rozwiązywania złożonych problemów.
Otwarty umysł i umiejętność pracy w zespole
Biegła znajomość polskiego
Język angielski umożliwiający czytanie dokumentacji technicznej oraz lekturę artykułów naukowych
Mile widziane:
Doświadczenie z innymi modalnościami obrazowania biomedycznego (histopatologia, cytologia, radiologia)
Znajomość formatów obrazów biomedycznych (np. DICOM)
Doświadczenie laboratoryjne (przygotowanie preparatów, barwienie)
Znajomość narzędzi annotacyjnych (np. CVAT)
Orientacja w architekturach segmentacji/klasyfikacji (np. SAM) na poziomie konsumenckim
Doświadczenie z projektami w konsorcjach akademickich – rozumienie dynamiki współpracy, harmonogramów i kontroli jakości danych
Doświadczenie z projektami grantowymi (NCBiR, FENG)
Podstawy Git
O projekcie:
Dołączysz do zespołu realizującego projekty badawczo-rozwojowe oraz komercyjne z obszaru sztucznej inteligencji. Pracujemy zarówno nad własnymi produktami AI, jak i rozwiązaniami tworzonymi dla klientów z sektorów rolniczego, finansowego, energetycznego, budowlanego oraz medycznego.
W Promity mamy ugruntowanie doświadczenie w projektach z obszaru agrotechnologii i nauk o zwierzętach - w szczególności w analizie obrazów mikroskopowych materiałów biologicznych pochodzenia zwierzęcego. Realizujemy m.in. projekt automatycznej analizy jakości mikrobiologicznej mleka - w tym detekcji patogenów w obrazach mikroskopowych.
Nasze projekty obejmują m.in.:
• Computer Vision (detekcja, segmentacja i klasyfikacja obrazów),
• Large Language Models oraz systemy agentowe,
• klasyczny Machine Learning,
• Explainable AI (XAI),
• analizę danych i predykcję,
• wdrażanie modeli AI do środowisk produkcyjnych.
Jednym z obecnie realizowanych projektów jest Bovine Hemo Scan (BHS) — innowacyjny projekt B+R realizowany wspólnie z Instytutem Nauk o Zwierzętach SGGW. Budujemy mobilny system Computer Vision wspomagający analizę rozmazów krwi bydła, wykorzystujący nowoczesne modele Deep Learning oraz techniki Explainable AI. Projekt obejmuje pełny cykl tworzenia rozwiązania — od pozyskiwania i walidacji danych, przez projektowanie architektur modeli, aż po wdrożenie na urządzeniach pracujących w warunkach terenowych. Jego istotnym elementem jest walidacja domenowa i biologiczna wyników modeli – i tu właśnie szukamy Ciebie.
Pracujemy również nad rozwiązaniami dla klientów biznesowych, obejmującymi m.in. systemy wykrywania obiektów, analizę obrazów przemysłowych, predykcję zdarzeń, automatyzację procesów z wykorzystaniem modeli językowych oraz budowę agentów AI wspierających procesy biznesowe.
Kogo szukamy?
Szukamy osoby, która rozumie biologię i ma zacięcie do danych — kogoś, kto rozumie co widać pod mikroskopem i potrafi to przełożyć na pracę w zespole inżynierskim. Musisz wiedzieć, czy komórka na obrazie jest poprawnie opisana, czy artefakt barwienia dyskwalifikuje obraz, i czy model pomylił monocyt z makrofagiem. Bardzo mile widziane będą osoby z wykształceniem, bądź doświadczeniem zootechnicznym lub weterynaryjnym.
Chcielibyśmy pracować z kimś, kto samodzielnie porusza się w Pythonie, Jupyter Notebooku, potrafi przetworzyć dane w pandas, zbudować prosty model w sklearn i nie boi się zajrzeć do kodu sieci neuronowej, żeby zrozumieć co “siedzi w bebechach”.
To rola w zespole deweloperskim (codzienna praca z devami, sprinty, code review), a nie pozycja konsultingowa ani akademicka.
Zakres obowiązków:
Ocena jakości danych obrazowych i walidacja annotacji pod kątem domenowym (morfologia komórek, artefakty mikroskopowe)
Tworzenie i aktualizacja wytycznych annotacyjnych (annotation guidelines) dla partnerów zewnętrznych
Współpraca z zespołem naukowców i laborantów w zakresie protokołów zbierania danych i jakości preparatów
Samodzielne prototypowanie i eksploracyjna analiza danych obrazowych (EDA) z wykorzystaniem Pythona i Jupyter Notebook — identyfikacja problemów z danymi, rozkładów klas, anomalii
Wsparcie domenowe przy projektowaniu eksperymentów i interpretacji wyników modeli
Udział w projektach badawczo-rozwojowych, w tym przygotowywanie treści do raportów i publikacji naukowych
Tworzenie dokumentacji technicznej dotyczącej przeprowadzonych analiz i opracowanych modeli.
Oferujemy:
Możliwość pracy zdalnej z dowolnej lokalizacji jak i pracę stacjonarną w Warszawie (parking dla pracowników)
Elastyczność, dostosowanie do siebie godzin pracy
Trudną, ale rozwijającą pracę i nie bycie trybikiem w maszynie - nie będziesz się nudzić
Tworzenie innowacji i współpracę z pracownikami naukowymi topowych polskich uczelni (wspólne seminaria, elementy Design Thinking i innych metodyk), nasz dział B+R stale pracuje nad pozyskiwaniem grantów na projekty badawcze oraz wypracowaniem własnych produktów
Uczciwe i satysfakcjonujące wynagrodzenie
Opiekę mentora i wsparcie zespołu – cały czas możesz liczyć na pomoc
Wykształcenie wyższe: bioinformatyka, biometria, biologia/biomedycyna z silnym komponentem statystycznym/obliczeniowym, inżynieria biomedyczna, statystyka stosowana w naukach przyrodniczych lub pokrewne
Solidna, praktyczna znajomość statystyki — projektowanie eksperymentów, testowanie hipotez, walidacja, dobór wielkości próby, znajomość metryk AI/CV (Cohen's Kappa, F1, IoU, AUC-ROC) i rozumienie ich ograniczeń
Znajomość Pythona na poziomie umożliwiającym pisanie skryptów analitycznych/statystycznych i prototypowanie w Jupyter (numpy, scipy, pandas, PyTorch, Keras)
Dobra znajomość morfologii komórek krwi i hematologii (weterynaryjnej lub klinicznej) — umiejętność wzrokowej identyfikacji cech diagnostycznych oraz gotowość do szybkiego wdrożenia się w specyfikę gatunkową
Solidna znajomość mikroskopii świetlnej i procesu digitalizacji obrazów (skanowanie slajdów, typowe artefakty i ich wpływ na analizę)
Doświadczenie z budową lub walidacją datasetów obrazowych — ocena jakości annotacji, inter-annotator agreement, wykrywanie biasów w danych
Umiejętność czytania i rozumowania o kodzie pipeline'u ML (bez konieczności projektowania architektur)
Doświadczenie w pisaniu artykułów/publikacji naukowych
Praktyczne posługiwanie się narzędziami AI w codziennej pracy
Silne umiejętności analityczne oraz zdolność do rozwiązywania złożonych problemów.
Otwarty umysł i umiejętność pracy w zespole
Biegła znajomość polskiego
Język angielski umożliwiający czytanie dokumentacji technicznej oraz lekturę artykułów naukowych
Mile widziane:
Doświadczenie z innymi modalnościami obrazowania biomedycznego (histopatologia, cytologia, radiologia)
Znajomość formatów obrazów biomedycznych (np. DICOM)
Doświadczenie laboratoryjne (przygotowanie preparatów, barwienie)
Znajomość narzędzi annotacyjnych (np. CVAT)
Orientacja w architekturach segmentacji/klasyfikacji (np. SAM) na poziomie konsumenckim
Doświadczenie z projektami w konsorcjach akademickich – rozumienie dynamiki współpracy, harmonogramów i kontroli jakości danych
Doświadczenie z projektami grantowymi (NCBiR, FENG)
Podstawy Git
O projekcie:
Dołączysz do zespołu realizującego projekty badawczo-rozwojowe oraz komercyjne z obszaru sztucznej inteligencji. Pracujemy zarówno nad własnymi produktami AI, jak i rozwiązaniami tworzonymi dla klientów z sektorów rolniczego, finansowego, energetycznego, budowlanego oraz medycznego.
W Promity mamy ugruntowanie doświadczenie w projektach z obszaru agrotechnologii i nauk o zwierzętach - w szczególności w analizie obrazów mikroskopowych materiałów biologicznych pochodzenia zwierzęcego. Realizujemy m.in. projekt automatycznej analizy jakości mikrobiologicznej mleka - w tym detekcji patogenów w obrazach mikroskopowych.
Nasze projekty obejmują m.in.:
• Computer Vision (detekcja, segmentacja i klasyfikacja obrazów),
• Large Language Models oraz systemy agentowe,
• klasyczny Machine Learning,
• Explainable AI (XAI),
• analizę danych i predykcję,
• wdrażanie modeli AI do środowisk produkcyjnych.
Jednym z obecnie realizowanych projektów jest Bovine Hemo Scan (BHS) — innowacyjny projekt B+R realizowany wspólnie z Instytutem Nauk o Zwierzętach SGGW. Budujemy mobilny system Computer Vision wspomagający analizę rozmazów krwi bydła, wykorzystujący nowoczesne modele Deep Learning oraz techniki Explainable AI. Projekt obejmuje pełny cykl tworzenia rozwiązania — od pozyskiwania i walidacji danych, przez projektowanie architektur modeli, aż po wdrożenie na urządzeniach pracujących w warunkach terenowych. Jego istotnym elementem jest walidacja domenowa i biologiczna wyników modeli – i tu właśnie szukamy Ciebie.
Pracujemy również nad rozwiązaniami dla klientów biznesowych, obejmującymi m.in. systemy wykrywania obiektów, analizę obrazów przemysłowych, predykcję zdarzeń, automatyzację procesów z wykorzystaniem modeli językowych oraz budowę agentów AI wspierających procesy biznesowe.
Kogo szukamy?
Szukamy osoby, która rozumie biologię i ma zacięcie do danych — kogoś, kto rozumie co widać pod mikroskopem i potrafi to przełożyć na pracę w zespole inżynierskim. Musisz wiedzieć, czy komórka na obrazie jest poprawnie opisana, czy artefakt barwienia dyskwalifikuje obraz, i czy model pomylił monocyt z makrofagiem. Bardzo mile widziane będą osoby z wykształceniem, bądź doświadczeniem zootechnicznym lub weterynaryjnym.
Chcielibyśmy pracować z kimś, kto samodzielnie porusza się w Pythonie, Jupyter Notebooku, potrafi przetworzyć dane w pandas, zbudować prosty model w sklearn i nie boi się zajrzeć do kodu sieci neuronowej, żeby zrozumieć co “siedzi w bebechach”.
To rola w zespole deweloperskim (codzienna praca z devami, sprinty, code review), a nie pozycja konsultingowa ani akademicka.
Zakres obowiązków:
Ocena jakości danych obrazowych i walidacja annotacji pod kątem domenowym (morfologia komórek, artefakty mikroskopowe)
Tworzenie i aktualizacja wytycznych annotacyjnych (annotation guidelines) dla partnerów zewnętrznych
Współpraca z zespołem naukowców i laborantów w zakresie protokołów zbierania danych i jakości preparatów
Samodzielne prototypowanie i eksploracyjna analiza danych obrazowych (EDA) z wykorzystaniem Pythona i Jupyter Notebook — identyfikacja problemów z danymi, rozkładów klas, anomalii
Wsparcie domenowe przy projektowaniu eksperymentów i interpretacji wyników modeli
Udział w projektach badawczo-rozwojowych, w tym przygotowywanie treści do raportów i publikacji naukowych
Tworzenie dokumentacji technicznej dotyczącej przeprowadzonych analiz i opracowanych modeli.
Oferujemy:
Możliwość pracy zdalnej z dowolnej lokalizacji jak i pracę stacjonarną w Warszawie (parking dla pracowników)
Elastyczność, dostosowanie do siebie godzin pracy
Trudną, ale rozwijającą pracę i nie bycie trybikiem w maszynie - nie będziesz się nudzić
Tworzenie innowacji i współpracę z pracownikami naukowymi topowych polskich uczelni (wspólne seminaria, elementy Design Thinking i innych metodyk), nasz dział B+R stale pracuje nad pozyskiwaniem grantów na projekty badawcze oraz wypracowaniem własnych produktów
Uczciwe i satysfakcjonujące wynagrodzenie
Opiekę mentora i wsparcie zespołu – cały czas możesz liczyć na pomoc
🔍 Dekoder Ogłoszenia
🟡
Bioinformatyk / Ekspert Domenowy (Computer Vision w naukach przyrodniczych)
Stanowisko może wymagać zarówno głębokiej wiedzy z zakresu bioinformatyki, jak i specjalizacji w dziedzinie analizy obrazów medycznych.
🟡
Solidna, praktyczna znajomość statystyki — projektowanie eksperymentów, testowanie hipotez, walidacja, dobór wielkości próby, znajomość metryk AI/CV (Cohen's Kappa, F1, IoU, AUC-ROC) i rozumienie ich ograniczeń
Oczekiwana jest nie tylko teoretyczna wiedza, ale również umiejętność praktycznego zastosowania metod statystycznych i krytyczna ocena wyników modeli.
🟡
Znajomość Pythona na poziomie umożliwiającym pisanie skryptów analitycznych/statystycznych i prototypowanie w Jupyter (numpy, scipy, pandas, PyTorch, Keras)
Wymagana jest biegłość w programowaniu w Pythonie do tworzenia narzędzi analitycznych i prototypów, a niekoniecznie tworzenia złożonych aplikacji produkcyjnych.
🟡
Dobra znajomość morfologii komórek krwi i hematologii (weterynaryjnej lub klinicznej) — umiejętność wzrokowej identyfikacji cech diagnostycznych oraz gotowość do szybkiego wdrożenia się w specyfikę gatunkową
Kluczowe jest praktyczne doświadczenie w rozpoznawaniu cech na obrazach, a nie tylko teoretyczna wiedza, z naciskiem na szybkie przyswajanie wiedzy o różnych gatunkach.
🟡
Umiejętność czytania i rozumowania o kodzie pipeline'u ML (bez konieczności projektowania architektur)
Nie oczekuje się od kandydata tworzenia od podstaw skomplikowanych architektur modeli uczenia maszynowego, ale zrozumienia i modyfikacji istniejących rozwiązań.