micro1 · Ingegneria applicata

Partecipante a PhysioNet (elaborazione di segnali biomedici e ML)

micro1

$60–$120/oraSede del lavoro: In tutto il mondo, completamente da remotoDa remotoSolo paesi selezionati

Questo annuncio è stato tradotto automaticamente. La piattaforma originale gestisce le candidature; verifica i requisiti originali prima di candidarti. Visualizza pagina originale

Informazioni sul ruolo

Titolo del ruolo: Partecipante a PhysioNet (elaborazione di segnali biomedici e ML)

Compenso: $60–$120/ora

Sede: In tutto il mondo, completamente da remoto

Tipo di incarico: Collaboratore indipendente (circa 15 ore a settimana)

Orario: Flessibile: sceglie Lei le ore e i giorni in cui lavorare, anche nei fine settimana se lo desidera

micro1 sta selezionando specialisti con esperienza nella PhysioNet Challenge o in analoghe competizioni di elaborazione di segnali biomedici e machine learning. In questo ruolo applicherà la Sua competenza in programmazione scientifica, elaborazione dei segnali e modellazione per creare, risolvere e valutare problemi tecnici avanzati che contribuiscono a migliorare i sistemi di IA di nuova generazione.

Cerchiamo persone che abbiano lavorato direttamente con segnali fisiologici e sappiano trasformare dati reali e rumorosi in un'analisi rigorosa e riproducibile. I candidati più validi saranno in grado di spiegare i metodi sviluppati, gli esperimenti condotti, le decisioni tecniche di cui sono stati personalmente responsabili e il modo in cui hanno convalidato i risultati. Non è richiesta alcuna esperienza pregressa in progetti di addestramento dell'IA.

Ambito delle attività

  • Creare problemi tecnicamente rigorosi e autonomi che riguardino segnali biomedici, dati di serie temporali, elaborazione dei segnali e machine learning.
  • Sviluppare soluzioni di riferimento chiare utilizzando Python, MATLAB o un altro ambiente di calcolo scientifico appropriato.
  • Lavorare su attività di pre-elaborazione dei segnali, filtraggio, segmentazione, estrazione di feature, representation learning, classificazione o previsione.

Qualifiche preferenziali

  • Partecipazione a una PhysioNet/Computing in Cardiology Challenge o a una competizione analoga di elaborazione di segnali biomedici o di machine learning scientifico.
  • Ottimi risultati nelle competizioni e prove di un contributo tecnico personale sostanziale.
  • Evidenze pubbliche del Suo lavoro attraverso un risultato ufficiale di squadra, un articolo di conferenza, un rapporto tecnico, un repository open source o un contributo significativo al codice.
  • Esperienza pratica con segnali fisiologici come ECG, EEG, PPG, EMG, segnali respiratori, polisonnografia o altri dati clinici di serie temporali.

Processo di selezione

  • Candidarsi al ruolo e completare le domande di screening.
  • Completare un colloquio con IA della durata di circa 30 minuti.
  • Completare la revisione da parte del responsabile delle assunzioni.

Struttura del compenso

Il compenso è basato sui risultati. Gli esperti vengono pagati per ogni attività che soddisfa le specifiche del progetto. Il tempo necessario per completare ciascuna attività può variare in base all'esperienza e al flusso di lavoro dell'esperto.

Sono previsti requisiti minimi di consegna.

Tempi di avvio e disponibilità

  • Di norma copriamo le posizioni entro 48 ore e cerchiamo esperti pronti a iniziare subito. In caso di selezione, Le sarà richiesto di iniziare la prima attività entro 24–48 ore dal completamento dell'onboarding.

Competenze

BiotecnologiaBiologiaMachine learning
Altre offerte in questa specializzazione →