���ʵ���

Aalto-yliopistossa tiede ja taide kohtaavat tekniikan ja talouden. Rakennamme kestävää tulevaisuutta saavuttamalla läpimurtoja avainalueillamme ja niiden yhtymäkohdissa. Samalla innostamme tulevaisuuden muutoksentekijöitä ja luomme ratkaisuja maailman suuriin haasteisiin. Yliopistoyhteisöömme kuuluu 14 000 opiskelijaa, 400 professoria ja yli 5000 työntekijää, jotka edustavat yhteensä yli 120 kansalaisuutta.  Kampuksemme sijaitsee Espoon Otaniemessä.

Syväoppimiseen perustuvat menetelmät ovat saavuttaneet merkittäviä tuloksia lääketieteellisessä kuvantamisessa, kuten kuvien luokittelussa, detektoinnissa ja segmentoinnissa. Nykyisissä ratkaisuissa on kuitenkin puutteita selitettävyydessä, mikä heikentää niiden luotettavuutta kliinisessä käytössä. Lisäksi syväoppimismenetelmät vaativat usein suuria määriä merkittyä dataa, jonka hankkiminen terveydenhuollon kontekstissa voi olla haastavaa. Siksi datatehokkuutta parantavat menetelmät voivat olla keskeisiä terveydenhuollon sovelluksissa.

Diplomityöntekijä tulee työskentelemään yhdessä seuraavista lääketieteellisen kuvantamisen käyttötapauksista “MEDALLION: Medical AI and Immersion”-projektia (lisätietoja: ):

• Haiman kystisten leesioiden analyysi
• Aivovaltimoaneurysmianalyysi
• Post mortem -tunnistaminen ja luun laadun analyysi

Tutkielman tarkka aihe määritellään ja sovitaan myöhemmin.

Roolisi ja tavoitteesi

Valitun aiheen puitteissa diplomityösntekijö kehittää syväoppimiseen perustuvia detektointi-, luokittelu- ja/tai segmentointimenetelmiä hyödyntäen kliinistä volumetristä kuvadataa (esim. MRI, CTA, CBCT) sekä lääketieteellisiä asiantuntija-annotaatioita. Lisäksi analyysiä voidaan laajentaa käyttämällä heikkoa ohjausta (weak supervision), puoliohjattuja (semi-supervised) tai itseohjautuvia (self-supervised) menetelmiä tai selitettävyystekniikoita (explainability), kuten epävarmuustietoinen syväoppiminen tai Grad-CAM.

Verkostosi ja tiimisi

Työskentelet tutkijoiden ja opiskelijoiden kanssa Digital Health, Wellbeing and Resilience -tutkimusryhmässä, jota johtaa professori Kimmo Kaski. MEDALLION-projektin puitteissa teet yhteistyötä Tampereen yliopiston akateemisten tutkijoiden, Taysin kliinisten asiantuntijoiden sekä teollisten yhteistyökumppaneiden kanssa. Lisätietoja tutkimusryhmästämme löytyy osoitteesta: /en/department-of-computer-science/digital-health-wellbeing-and-resilience.

Odotamme sinulta

• Hyviä opintosuorituksia ja taustaa syväoppimisesta, tietokonenäöstä ja matematiikasta. Lääketieteellisen kuvantamisen opinnot ovat etu.
• Kykyä suunnitella ja toteuttaa koneoppimiskokeita huolellisesti ja järjestelmällisesti.
• Oma-aloitteisuutta sekä hyviä tiimityötaitoja.
• Sujuvaa englannin kielen taitoa.
• Kokemusta Pythonista ja PyTorchista. Eduksi katsotaan kokemus heikosti ohjatuista, puoliohjatuista tai itseohjautuvista menetelmistä sekä selitettävyystyökaluista (esim. Grad-CAM, uncertainty-aware learning).

Mitä tarjoamme

Työ on määräaikainen, kestoltaan 6 kuukautta. Palkka on 2 564,18 euroa kuukaudessa. Palkan lisäksi työsuhteeseen sisältyvät työterveydenhuolto, ja Suomessa on kattava sosiaaliturvajärjestelmä. Aalto-yliopiston tutkimusapulaisilla viikottainen työaika on 36 tuntia ja 15 minuuttia. Toimipiste sijaitsee Aalto-yliopiston kampuksella.

Hae tehtävää!

Mikäli kiinnostuit, jaa seuraavat hakemukseen liittyvät materiaalit (PDF-muodossa) meille rekrytointisivustomme kautta ("Hae nyt!").

• Motivaatiokirje
• CV
• Opintosuoritusote
• Muut mahdolliset liiteasiakirjat

Hakuaika päättyy 15.1.2026. Lähetä hakemuksesi mahdollisimman pian — paikka täytetään heti sopivan hakijan löydyttyä.

Huomioithan: Aalto-yliopiston työntekijöiden tulee hakea paikkaa sisäisen HR-järjestelmän Workdayn (Internal Jobs) kautta käyttäen omaa Workday-käyttäjätiliään (ei ulkoisen avoimien paikkojen sivuston kautta). Aalto-yliopiston opiskelijoiden ja vierailijoiden tulee hakea ulkoisina hakijoina henkilökohtaisella (ei yliopiston) sähköpostilla.