Assistente Scientifico – Modelli Generativi in Tempo Reale / Computer Vision

Testo introduttivo
Il Biomedical Image Computing Group sviluppa soluzioni algoritmiche per consentire l'interpretazione e la formazione automatica di immagini biomediche, con l'obiettivo di aumentare l'efficienza e l'accuratezza nella pratica clinica e nella ricerca.

Contesto del progetto
Il miglioramento dei video endoscopici è un compito critico ma complesso. Questi video sono parte integrante di vari interventi clinici, in cui la chiarezza dei dati di imaging è essenziale per il successo della procedura. A causa di condizioni di imaging impegnative, la qualità dei video endoscopici può essere significativamente compromessa da una serie di artefatti. Questo progetto mira a sviluppare la prossima generazione di algoritmi di miglioramento su misura per i video endoscopici, con un focus sulle applicazioni in interventi in tempo reale. Gli sforzi di sviluppo daranno priorità sia alla qualità del miglioramento che all'efficienza computazionale, in particolare rispetto alla latenza.

Il candidato selezionato si unirà al team BMIC presso l'ETH Zurich e farà parte anche del Computer Vision Lab (CVL). Il progetto è condotto in collaborazione con un partner di implementazione industriale, che fornirà supporto per l'integrazione hardware e software.

La posizione è aperta immediatamente e inizialmente limitata a 8 mesi.

Descrizione delle mansioni/posizione
Questa posizione comporta l'implementazione, l'ottimizzazione e la distribuzione di modelli di miglioramento delle immagini basati sul deep learning per operazioni in tempo reale. Piuttosto che concentrarsi principalmente sull'addestramento dei modelli, il candidato selezionato lavorerà sulla traduzione di architetture esistenti e nuove in pipeline di elaborazione in tempo reale efficienti collegate direttamente a un sistema di telecamere industriali. I compiti tipici includeranno il profiling e l'ottimizzazione dei modelli per l'inferenza a bassa latenza, l'implementazione e l'adattamento di architetture di reti neurali tenendo conto dei vincoli in tempo reale, l'integrazione delle pipeline di acquisizione della telecamera e di pre-elaborazione, e il contributo ai deliverable del progetto e alla preparazione di manoscritti scientifici.

Il vostro profilo
MSc degree in informatica, machine learning, medical image computing o un campo correlato.
Conoscenza di pipeline di elaborazione delle immagini basate su reti neurali.
Eccellenti capacità di programmazione ed esperienza con Python.
Esperienza nell'implementazione e validazione di architetture di reti neurali utilizzando PyTorch.
Dimostrabile esperienza con il deployment/accelerazione dei modelli (PyTorch, ONNX, TensorRT, CUDA/C++, ecc.), strumenti di profiling e integrazione di telecamere/sensori è un plus.

Offriamo
Il vostro lavoro con impatto: Diventate parte dell'ETH Zurich, che non solo supporta il vostro sviluppo professionale, ma contribuisce attivamente al cambiamento positivo nella società
Potevate aspettarvi numerosi benefici, come abbonamenti ai mezzi di trasporto pubblico e car sharing, un'ampia gamma di sport offerti dall'ASVZ, servizi di cura dell'infanzia e interessanti benefici pensionistici

Curiosi? Anche noi.
Non vediamo l'ora di ricevere la vostra candidatura online con i seguenti documenti:

CV
Lettera di raccomandazione (se disponibile)
Ulteriori informazioni su Biomedical Image Computing possono essere trovate sul nostro sito web. Le domande riguardanti la posizione devono essere indirizzate a Julio Jose Silva Rodríguez, julio.silva-rodriguez@vision.ee.ethz.ch (non inviare candidature).

Si prega di notare che accettiamo esclusivamente candidature inviate tramite il nostro portale di candidatura online. Le candidature via email o posta non saranno prese in considerazione.

Desideriamo sottolineare che la preselezione è effettuata dai recruiter responsabili e non dall'intelligenza artificiale.