Kariyer

Bizimle Geleceğini İnşa Et

Değerli adayımız,

Eğer aşağıda belirtilen genel nitelikler sana uygunsa ve iş tanımı hedeflerinle kesişiyorsa, info@lbsoftist.com adresine İş Başvuru Formunu göndermeni bekliyoruz.

İş Başvuru Formu

Yapay Zekâ Yazılım Mühendisi

OncoEASE projesinde bilgisayarlı görü ve tıbbi görüntüleme odağıyla sağlık teknolojilerinde gerçek etki yaratacak çözümler geliştirecek ekip arkadaşımızı arıyoruz.

İlan Bilgileri

İş Unvanı: Yapay Zekâ Yazılım Mühendisi (Bilgisayarlı Görü ve Tıbbi Görüntüleme)
Proje: OncoEASE (Onkolojik Geliştirilmiş Analiz ve Akıllı Değerlendirme)
Lokasyon: Bilkent Center Hane TEKMER, Ankara, Türkiye
Çalışma Şekli: Tam zamanlı

Rol Hakkında

Yapay zekâyı gerçek dünyadaki sağlık sorunlarını çözmek için kullanma fikri sizi heyecanlandırıyor mu? OncoEASE Projesi'ne katılacak, makine öğrenmesi ve bilgisayarlı görü odağı güçlü, yetenekli bir Yazılım Mühendisi arıyoruz.

Bu rolde, tıbbi görüntüleri analiz eden ileri seviye derin öğrenme modelleri geliştirerek onkolojik durumların erken tespiti ve tanısına katkı sağlayacaksınız (DiagnoSENSE Modülü).
Karmaşık algoritmalar ile klinik uygulama arasında köprü kuracak; tedavi planlarına yönelik karar destek süreçlerinde (TreatMIND Modülü) yazılımımızın doğru, açıklanabilir ve güvenli olmasını sağlayacaksınız.

Temel Sorumluluklar

Tıbbi görüntü sınıflandırma ve segmentasyonu için derin öğrenme modelleri, özellikle CNN tabanlı yaklaşımlar tasarlamak ve uygulamak.
DICOM dosyalarının okunması, ROI çıkarımı, normalizasyon ve veri artırmaya kadar uçtan uca tıbbi görüntü işleme süreçlerini yürütmek.
ImageNet ile önceden eğitilmiş modeller gibi güncel mimarileri tıbbi veri setlerine uyarlamak için transfer öğrenme tekniklerini uygulamak.
Yapay zekâ modellerini OncoEASE yazılım hattına entegre etmek için ekiple iş birliği yapmak.
Tüm veri işleme süreçlerinin KVKK/GDPR kapsamındaki tıbbi veri gizliliği standartlarına uygun yürütülmesini sağlamak.

Aranan Teknik Nitelikler

1. Makine Öğrenmesi ve Derin Öğrenme

CNN mimarilerine güçlü hâkimiyet (ResNet, EfficientNet, DenseNet vb.).
Genel bilgisayarlı görü modellerini tıbbi veriye uyarlama konusunda transfer öğrenme deneyimi.
Python ve makine öğrenmesi ekosisteminde yetkinlik: NumPy, Pandas, scikit-learn.
Derin öğrenme framework'leriyle uygulamalı deneyim: PyTorch (öncelikli) ve TensorFlow.

2. Tıbbi Görüntü İşleme

MR, PET CT, Mamografi veya Ultrason gibi tıbbi görüntüleme modaliteleriyle çalışma deneyimi.
DICOM standardı ve dosya yapısına derinlemesine hâkimiyet.
ROI çıkarımı, görüntü normalizasyonu/standardizasyonu ve artefakt giderme gibi temel ön işleme adımlarını uygulayabilme.
Tıbbi veri setlerine özel veri artırma tekniklerinde uzmanlık.
OpenCV veya scikit-image gibi görüntü işleme kütüphanelerinde yetkinlik.

3. Veri Gizliliği ve Etik

Hassas kişisel verilerle ilgili KVKK/GDPR düzenlemeleri hakkında farkındalık.
Sağlık verilerinin işlenmesinde etik sorumlulukları anlama ve bu sorumluluklara uygun çalışma yaklaşımı.

Tercih Edilen Nitelikler

Açıklanabilir Yapay Zekâ (XAI): Klinisyenler için model kararlarını görselleştirmeye ve doğrulamaya yarayan Grad-CAM, SHAP veya LIME gibi yorumlanabilirlik araçlarına aşinalık.
Makine öğrenmesi modellerini üretim ortamlarına alma deneyimi.

Yükleniyor