【一部出社あり／週2〜3／Python】HealthTech/Medical・医療画像解析＆エッジ推論パイプライン・MLOps基盤開発

お任せしたいこと
［役割］
Python 3.12+ / PyTorch / TensorRT / Triton Inference Server を用いた、医療機関向けCT/MRI画像診断支援AIにおけるディープラーニングモデルの推論最適化およびエッジ/クラウドハイブリッド MLOps 基盤の開発

［役割に対して求める成果］
TensorRT による量子化（FP16/INT8）最適化および Triton Inference Server の動的バッチ処理（Dynamic Batching）設計により、3D医用画像1シリーズあたりの病変検知推論時間を 3.2秒から 450ms へ短縮し、GPUサーバーのリソースコストを 40% 削減

具体的な業務内容
PyTorch で学習されたセグメンテーション/物体検出モデルの ONNX 変換および TensorRT による推論エンジン高速化・量子化の実装
Triton Inference Server / FastAPI を用いた、低遅延・高スループットな医療画像推論マイクロサービス API の構築
DICOM 規格（pydicom / SimpleITK）に基づく医用画像データのパース、匿名化、および前処理・後処理パイプラインの開発
MLflow / DVC を活用したモデルバージョン管理、データドリフト検知、および実験トラッキング自動化の推進
pytest / pytest-benchmark を用いた、推論精度（Dice係数/IoU）の劣化検証テストおよびレイテンシベンチマーク自動測定基盤の整備

必須スキル・経験
Python を用いた機械学習モデルの推論パイプライン開発またはサーバーサイド API 開発の実務経験（3年以上）
PyTorch, TensorFlow 等の深層学習フレームワークを用いたモデル実装または推論最適化（ONNX, TensorRT 等）の実務経験
Docker / NVIDIA Container Toolkit を用いた GPU 環境でのコンテナ開発・運用経験
Git / GitHub を用いたチームでの Pull Request ベース開発およびコードレビュー経験

歓迎スキル・経験
医療、ヘルスケア、バイオインフォマティクス領域での画像解析（DICOM、CT/MRI/病理画像等）の実務実績
Triton Inference Server, TorchServe 等の専用推論サーバーの運用経験
MLOps ツール（MLflow, Kubeflow, Weights & Biases 等）を用いたパイプライン構築経験
エッジデバイス（NVIDIA Jetson 等）またはオンプレミス GPU クラスタのインフラ運用知見

開発環境
言語/フレームワーク: Python 3.12+, PyTorch, TensorRT, Triton Inference Server, FastAPI
画像/解析ライブラリ: SimpleITK, pydicom, OpenCV, NumPy
MLOps/ツール: MLflow, DVC, Docker, NVIDIA Container Toolkit, Poetry, pytest
インフラ/CI: AWS (EC2 G/Pインスタンス, S3), GitHub Actions
コミュニケーション: Slack, Notion, Jira, GitHub

働き方
リモート環境
[一部出社あり] 週2〜3日出社 / 週2〜3日リモートワーク