У Johnson & Johnson ми використовуємо технології та силу співпраці, щоб відкривати нові способи запобігання та подолання найбільш значущих проблем охорони здоров’я у світі<17. Наші команди корпоративних відділів, відділів охорони здоров’я споживачів, медичних пристроїв і фармацевтичних компаній використовують дані, реальні ідеї та творчі думки, щоб створити медичні продукти та ліки, які змінюють життя. Ми руйнуємо застарілі екосистеми охорони здоров’я та наповнюємо їх ідеями, що перетворюють, щоб допомогти людям процвітати на кожному етапі їхнього життя. З охопленням понад мільярд людей щодня,’не має обмежень для впливу, який ви можете зробити тут. Чи готові ви переосмислити охорону здоров’я? Тут ваші кар’єрні успіхи змінять майбутнє здоров’я найкращим чином. І ти ’ теж змінишся. Ви’будете натхненні, і ви’надихнете людей по всьому світу змінити те, як вони піклуються про себе та тих, кого люблять. Підсилюйте свій вплив. Приєднуйтесь до нас! Auris Health, Inc., частина сімейства компаній Johnson & Johnson, переоцінює медичні втручання. Поєднуючи досягнення в галузі медичної робототехніки, приладобудування, навігації та науки про дані, Auris створює інтелектуальні платформи, здатні розширити застосовність робототехніки до нового спектру медичних процедур. Ми шукаємо працьовиту людину на посаду стажування з машинного навчання в рамках Алгоритмів/ Команда AI в Auris Health. Як стажер, ви будете тісно співпрацювати з іншими інженерами ML, науковцями та інженерами програмного забезпечення в команді Algorithms/AI, щоб розробляти нові рішення в області машинного навчання, комп’ютерного зору та роботизованої навігації. Це буде чудовою можливістю розвинути свої навички у вирішенні цікавих проблем і зробити внесок у розвиток технологій для роботизованих платформ бронхоскопії наступного покоління. Основні посадові обов’язки: Розробка, впровадження та тестування алгоритмів машинного навчання, локалізації та комп’ютерного зору з мультимодальними наборами даних для розпізнавання хірургічних навичок та робочого процесу. Проектування, розробка та вилучення показників ефективності для автоматизованого аналізу даних роботизованої бронхоскопії. нових мультимодальних клінічних наборів даних та впровадження нових архітектур обробки даних. Розробка експериментів, тестування та аналіз ефективності алгоритму машинного навчання та порівняння між різними алгоритмами Інтеграція нових алгоритмів у наявні та майбутні конвеєри даних та машинного навчання Тісна співпраця з іншими науковцями-дослідниками , інженери ML та інженери з програмного забезпечення для перенесення рішень у продукти та програми Auris Кваліфікація кандидата або магістра з комп’ютерних наук, електротехніки, біомедичної інженерії або еквіваленту Досвід і розуміння найсучаснішої локалізації, роботизації та комп’ютерний зір а алгоритми та статистичні моделі для аналізу даних Практичний досвід роботи з машинним навчанням/фреймворками глибокого навчання (напр. PyTorch, Tensorflow) Досвід роботи в проф