포지션 상세
[회사 소개]
Oncosoft는 국내 유일의 암 방사선치료 AI 솔루션을 개발·운영하는 회사입니다. 임상의가 더 빠르고 정확하게 치료 계획을 세울 수 있도록 돕는 AI 모델을 자체 연구개발하며, 미국·일본·싱가포르·브라질 등 글로벌 시장에 진출해 있습니다.
CT·MR 등 다양한 모달리티에서 segmentation 중심의 의료 영상 AI를 만들고, 자체 데이터셋과 임상 협업을 통해 모델의 임상적 가치를 검증해 왔습니다.
[팀 소개]
연구개발본부 데이터팀은 의료 영상 데이터의 라벨링과 품질 관리를 책임지며, AI 모델이 학습하는 데이터의 임상적 정확성을 보장합니다. 최근에는 LLM/AI agent를 활용한 데이터 업무 자동화로 역할을 확장하고 있습니다.
[우리가 찾는 사람]
스타트업의 빠른 pace에서 일하는 자리입니다. 라벨링·검수부터 모델 결과의 임상적 평가, 자동화 워크플로우 설계까지 영역이 넓은 만큼, 누가 시키지 않아도 자신이 해야 할 일을 스스로 찾아 움직이는 분과 함께 일하고 싶습니다.
새로운 자동화를 설계하는 날도 있고, 데이터의 빈 칸을 손으로 맞추는 날도 있습니다. 어느 쪽이든 자기 영역을 묵묵히 끝까지 해내고, 팀이 막히는 곳에 손을 보태며 함께 걸어가는 동료를 찾습니다.
힘든 일도 마다하지 않고 목표를 향해 함께 달려갈 분이라면 — 지금 바로 우리 로켓에 합류해주세요.
-영상의학·해부학 지식을 바탕으로 의료 이미지(CT, MR 등) 데이터 라벨링·검수를 수행합니다.
2. CQA (Clinical Quality Assurance)
-AI 모델이 출력한 결과가 임상·해부학적 기준에 부합하는지를 평가하고, 정성적 리뷰 의견과 데이터 보강 방향에 대한 의학적 판단을 제공합니다.
-실패 케이스 및 edge case 분석을 포함합니다.
3. AI agent 기반 데이터 업무 자동화 구축 및 운영
-LLM/AI agent를 활용해 데이터 업무 자동화 워크플로우를 설계·구축하고 운영합니다.
·pre-labeling, auto-QC 등 자동화 워크플로우의 의학적 가이드라인 정의
·자동화 결과에 대한 임상적 검증 및 지속 개선
·일상 업무에서 LLM/AI agent를 적극 활용한 생산성 향상
-대량의 의료 데이터를 꼼꼼하게 검토하고 오차를 잡아낼 수 있는 집중력을 가진 분
-의학적 근거를 갖춘 평가 의견을 명확하게 글로 정리할 수 있는 분
-가이드라인 수립·평가 의견 교환 과정에서 팀 내외 동료들과 적극적으로 소통하고 협업할 수 있는 분
-ChatGPT/Claude 등 LLM 도구를 일상 업무에 적극 활용하거나, 익히는 데 거부감이 없는 분
-Excel/스프레드시트로 데이터를 정리·추적할 수 있는 기본기
Oncosoft는 국내 유일의 암 방사선치료 AI 솔루션을 개발·운영하는 회사입니다. 임상의가 더 빠르고 정확하게 치료 계획을 세울 수 있도록 돕는 AI 모델을 자체 연구개발하며, 미국·일본·싱가포르·브라질 등 글로벌 시장에 진출해 있습니다.
CT·MR 등 다양한 모달리티에서 segmentation 중심의 의료 영상 AI를 만들고, 자체 데이터셋과 임상 협업을 통해 모델의 임상적 가치를 검증해 왔습니다.
[팀 소개]
연구개발본부 데이터팀은 의료 영상 데이터의 라벨링과 품질 관리를 책임지며, AI 모델이 학습하는 데이터의 임상적 정확성을 보장합니다. 최근에는 LLM/AI agent를 활용한 데이터 업무 자동화로 역할을 확장하고 있습니다.
[우리가 찾는 사람]
스타트업의 빠른 pace에서 일하는 자리입니다. 라벨링·검수부터 모델 결과의 임상적 평가, 자동화 워크플로우 설계까지 영역이 넓은 만큼, 누가 시키지 않아도 자신이 해야 할 일을 스스로 찾아 움직이는 분과 함께 일하고 싶습니다.
새로운 자동화를 설계하는 날도 있고, 데이터의 빈 칸을 손으로 맞추는 날도 있습니다. 어느 쪽이든 자기 영역을 묵묵히 끝까지 해내고, 팀이 막히는 곳에 손을 보태며 함께 걸어가는 동료를 찾습니다.
힘든 일도 마다하지 않고 목표를 향해 함께 달려갈 분이라면 — 지금 바로 우리 로켓에 합류해주세요.
주요업무
1. 의료 데이터 라벨링 및 검수-영상의학·해부학 지식을 바탕으로 의료 이미지(CT, MR 등) 데이터 라벨링·검수를 수행합니다.
2. CQA (Clinical Quality Assurance)
-AI 모델이 출력한 결과가 임상·해부학적 기준에 부합하는지를 평가하고, 정성적 리뷰 의견과 데이터 보강 방향에 대한 의학적 판단을 제공합니다.
-실패 케이스 및 edge case 분석을 포함합니다.
3. AI agent 기반 데이터 업무 자동화 구축 및 운영
-LLM/AI agent를 활용해 데이터 업무 자동화 워크플로우를 설계·구축하고 운영합니다.
·pre-labeling, auto-QC 등 자동화 워크플로우의 의학적 가이드라인 정의
·자동화 결과에 대한 임상적 검증 및 지속 개선
·일상 업무에서 LLM/AI agent를 적극 활용한 생산성 향상
자격요건
-영상의학·해부학·임상 가이드라인 등 의학 문헌을 이해하고 라벨링·검수 기준에 적용할 수 있는 분-대량의 의료 데이터를 꼼꼼하게 검토하고 오차를 잡아낼 수 있는 집중력을 가진 분
-의학적 근거를 갖춘 평가 의견을 명확하게 글로 정리할 수 있는 분
-가이드라인 수립·평가 의견 교환 과정에서 팀 내외 동료들과 적극적으로 소통하고 협업할 수 있는 분
-ChatGPT/Claude 등 LLM 도구를 일상 업무에 적극 활용하거나, 익히는 데 거부감이 없는 분
-Excel/스프레드시트로 데이터를 정리·추적할 수 있는 기본기
