Auf einen Blick
Qureight sucht einen Senior Machine Learning Engineer zur Entwicklung, Optimierung und dem Deployment von skalierbaren 3D-Modellen für medizinische Bildgebung in Production-Umgebungen.
💰 £120.000–180.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ EMEA
- 10+ Jahre ML Engineering Experience
- Production ML Deployment Know-How
- 3D Medical Imaging Erfahrung bevorzugt
- Regulated Healthcare Environment Erfahrung
Python
PyTorch
ONNX
TensorRT
Docker
MLFlow
✅ Geeignet für
- Machine Learning Engineers mit Production Fokus
- Engineers mit Medical/Healthcare Tech Interesse
- Kandidaten mit Cloud & MLOps Background
🚫 Weniger geeignet
- Pure Research Scientists ohne Production Experience
- Entwickler ohne ML/AI Fokus
💡 Gut zu wissen
- Regulated Healthcare/GxP-Anforderungen sind wichtig
- 3D Medical Imaging (CT/DICOM) ist Kernfocus, nicht generische CV
- Team arbeitet eng mit Clinical Ops zusammen - starke Stakeholder Management wichtig
Über das Unternehmen
Qureight beschleunigt klinische Studien mit einer KI-gesteuerten Datenplattform für medizinische Bildgebung. Das Unternehmen arbeitet mit Pharma- und Kliniken zusammen, um Behandlungen schneller auf den Markt zu bringen. Mit Büros in Cambridge und London vereint Qureight Ärzte, Wissenschaftler und Ingenieure in einer offenen Kultur mit kontinuierlichem Lernen.
Deine Aufgaben
- Entwicklung robuster, skalierbarer Inferenz-Pipelines für 3D-Modelle medizinischer Bilder
- Deployment von Modellen mit ONNX, TensorRT oder ähnlichen Frameworks in Production
- Optimierung von Trainings-Workflows für Large-Scale Machine Learning
- Optimierung von Datenloading, Logging, Checkpointing und Ressourcennutzung
- Zusammenarbeit mit ML Scientists, DevOps und Data Engineering Teams
- Erstellung und Wartung von CI/CD-Pipelines für Model Training und Deployment
- Unterstützung von Cloud-basierter ML-Infrastruktur wie MLFlow
Deine Voraussetzungen
- Starke Python- und PyTorch-Kenntnisse
- Erfahrung mit Docker und containerisierten ML-Workflows
- Experience mit Model Deployment und Optimierungsframeworks (ONNX, TensorRT)
- GPU-basiertes Training und Compute-Optimierung
- Erfahrung mit CI/CD-Pipelines
- Cloud-Umgebungen (AWS, Azure, GCP)
- Linux Shell, Git und moderne Python Development Tools
- Starke Kommunikationsfähigkeiten und Cross-Team Zusammenarbeit
Benefits
- Jährlicher Bonus Plan
- Private Krankenversicherung
- Lebensversicherung
- Cycle-to-Work Scheme
- Betriebliche Altersvorsorge
- Eigenkapitalbeteiligung
- 28 Tage Urlaub + 3 zusätzliche Unternehmenstage + Feiertage
- Diverse Arbeitsumgebung mit Experten verschiedener Fachrichtungen
