Bild-Text-Alignment für medizinisches Reporting im Schweizer Healthtech
Übersicht
Worum es bei diesem Projekt geht.
Trainiere ein CLIP-Modell auf Röntgen-Befund-Paare, implementiere einen Konsistenz-Score mit Demo und erhalte dein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Lässt sich mit lokal laufenden Vision-Language-Modellen eine ausreichend genaue Konsistenz-Prüfung zwischen Röntgen-Bild und Befundtext realisieren?
Earning criteria — what you'll demonstrate
- Ein domänenspezifisches Vision-Language-Modell fine-tunen
- Lokale Inferenz als nicht-funktionale Anforderung ernst nehmen (kein API-Call)
- Konsistenz-Klassifikation mit AUROC und Diskrepanz-Erklärung evaluieren
- Regulatorische Anforderungen (DSGVO) in technische Designentscheidungen übersetzen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Multimodal Machine Learning
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenAngewandte:r KI-Wissenschaftler:in
Medizinische Vision-Language-Anwendungen mit lokaler Inferenz und DSGVO-Konformität sind ein extrem gesuchter Skill in europäischen Healthtech-Startups.
Dieses Projekt schärft
- vision-language-models
- biomedclip
- fine-tuning
Machine-Learning-Ingenieur:in
Fine-Tuning + lokale Inferenz + Eval-Disziplin ist genau das Engineering-Profil, das regulierte Branchen für ihre Production-Pfade einstellen.
Dieses Projekt schärft
- fine-tuning
- pytorch
- local-inference
ML-Forscher:in
Domain-Adaption von Vision-Language-Modellen mit sauberer Eval auf MIMIC-CXR ist ein publikationsnahes Profil, das in Medical-AI-Forschungsgruppen wertgeschätzt wird.
Dieses Projekt schärft
- vision-language-models
- evaluation
- biomedclip
Noch eine Sache