Ведущий разработчик программно-аналитического комплекса (медицинские системы)

Разработка комплексной системы для автоматизации анализа медицинских тест-полосок с использованием компьютерного зрения и машинного обучения.

Система включает:

• мобильное приложение (iOS / Android)
• backend и API
• ML/CV-ядро (анализ изображений)
• модуль калибровки
• систему хранения и обработки медицинских данных

🚀 Задачи

• Проектирование архитектуры системы (backend + mobile + ML)
• Разработка и оптимизация алгоритмов компьютерного зрения
• Обучение и внедрение ML-моделей для анализа тест-полосок
• Разработка C++ ядра с поддержкой WebAssembly (WASM)
• Интеграция с мобильным приложением (Flutter / React Native)
• Реализация взаимодействия с оборудованием по Bluetooth (BLE)
• Разработка и поддержка backend (API, БД, авторизация)
• Участие в разработке системы калибровки тестов
• Построение процессов тестирования (unit / integration / ML validation)

🧠 Требования

Обязательные:

• Опыт разработки от 3–5 лет
• Уверенные знания Computer Vision / ML
• Опыт работы с:
  • Python (TensorFlow / PyTorch / OpenCV)
  • C++ (желательно под WASM)
• Понимание обработки изображений:
  • фильтрация, сегментация, детекция
• Опыт разработки backend:
  • REST API
  • PostgreSQL
• Опыт работы с мобильными приложениями или интеграцией SDK

Будет плюсом:

• Опыт в MedTech / биомедицинских проектах
• Работа с BLE (Bluetooth Low Energy)
• Опыт кроссплатформенной разработки (Flutter / React Native)
• Опыт построения ML pipeline (сбор датасетов, разметка, обучение)
• Знание Docker / Kubernetes

🏗 Технологический стек

• Backend: Python / Go / Node.js
• ML/CV: TensorFlow / PyTorch / OpenCV
• Core: C++ + WebAssembly
• Mobile: Flutter / React Native
• DB: PostgreSQL
• Storage: S3

📊 Что предстоит сделать по этапам

1. Архитектура и API
2. Прототип системы + сбор датасета
3. Обучение моделей и интеграция с оборудованием
4. Тестирование и вывод в эксплуатацию

🔒 Особенности проекта

• Работа с медицинскими данными (152-ФЗ)
• Высокие требования к точности ML-моделей
• Интеграция с лабораторным оборудованием
• Офлайн-анализ на мобильных устройствах