Senior MLOps szakértő (3 hónapos projekt)

Stack

Feladatok

• ▹Beviteli és minőségellenőrzési (QC) automatizáció megvalósítása, kezdve a CT DICOM adatokkal, majd kiterjesztve videóra/C-Arm-ra és radiológiai jelentésekre.
• ▹Elosztott feldolgozás megvalósítása és üzemeltetése AWS Batch (Spot) segítségével nagy méretű QC, predikció és származtatott adatok esetén.
• ▹ClearML bevezetése adathalmaz-verziózáshoz, származási nyomon követéshez és kísérletkövetéshez.
• ▹A tanítóadat-hozzáférés optimalizálása Lance (vagy hasonló eszköz) segítségével a gyors betöltés és inkrementális frissítés érdekében.
• ▹PostgreSQL-alapú dúsító szolgáltatás építése metaadatokhoz, címkékhez és predikciókhoz, a nyers médiától függetlenül.
• ▹Címkézési munkafolyamatok integrálása és üzemeltetése, beleértve az RBAC-ot, QC-t, audit naplót és algoritmikus címke-betöltést.
• ▹Kormányzott klinikai validációs környezet kialakítása a 21 CFR Part 11 elvárásoknak és a HIPAA/PHI-kezelésnek megfelelően.

Elvárások

• ▹Python, AWS (S3, AWS Batch, EC2 Spot), Kubernetes, HPA, Karpenter ismerete.
• ▹Hálózati ismeretek: VPC, VPN, WiFi.
• ▹Tapasztalat Trivy, Jenkins, PostgreSQL, DICOM, PACS, Orthanc, ClearML, Lance, Encord, OpenSearch, FFmpeg eszközökkel.
• ▹Orvosi képalkotás (CT, DICOM) és adatbeviteli folyamatok ismerete.
• ▹Adatminőség-ellenőrzési automatizáció és elosztott adatfeldolgozás tapasztalata.
• ▹Kísérletkövetés és adathalmaz-verziózás ismerete.
• ▹Metaadat- és címkekezelési tapasztalat.
• ▹Klinikai AI validáció és 21 CFR Part 11 megfelelőségi ismeretek.
• ▹HIPAA/PHI-kezelés, RBAC, audit napló és WORM tárolás ismerete.
• ▹Vektoros keresés, médiafeldolgozás és annotációs munkafolyamatok tapasztalata.
• ▹PACS-integráció és radiológiai munkafolyamatok ismerete.