Jobs at Djinni

Amplifier AI is building a surgical planning 
platform powered by our own imaging, 
segmentation and 3-D measurement engine. 
We are a small team of engineers, radiologists 
and data scientists from Ukraine and across 
Europe. You would join the team developing the 
internal Python engine behind 3-D 
reconstruction and measurement for CT-based 
workflows.

Read this before you apply

We hire for reasoning about 3-D space, not 
for a title. The code itself is ordinary clean 
Python — the hard part is everything the 
geometry touches:
Voxel space vs. physical space, and every 
transform between them
Origin, spacing and direction — consistent 
across scanners, series and vendors
Real hospital data: incomplete series, odd 
orientations, inconsistent metadata
Geometric edge cases — surfaces that self-
intersect, clips that miss, distances that are 
"almost" right
Reproducibility: the same input must give the 
same number, today and in six months
If you can explain why a model is offset, 
mirrored or at the wrong scale — not just that it 
looks wrong — you will do well here.
Because the output feeds real surgical planning,
correctness is not negotiable. A wrong 
millimetre is a clinical problem, not a bug report.
This role is probably not for you if you want 
fully predefined tickets, a fixed roadmap, or to 
implement tasks without understanding the 
domain. Hospitals and real clinical data change 
priorities; we adjust as a team.

What We're Looking For

Python engineering (the core of this role)
- Clean, modular, strictly typed Python. We run 
mypy --strict, ruff, pytest, pre-
commit — and deep, technical code reviews.

- Confident with NumPy / SciPy and array-
heavy numerical code.

- Ability to own a feature end-to-end: from 
understanding the clinical problem to 
validating the result on real data.

3-D medical imaging fundamentals
-Understanding of origin, spacing and 
direction, and the difference between voxel 
and physical coordinates.

-Reading DICOM series correctly, validating 
RAS orientation, resampling without silently 
corrupting geometry.

-Comfort debugging complex geometric 
problems: distance, intersection, clipping, 
surface generation from labels.

Toolchain
-SimpleITK, VTK or PyTorch experience is a 
strong plus. If you haven't used them, you 
must be genuinely comfortable diving deep 
and learning independently — we mentor, but 
initiative is expected.
-Docker, Git, GitHub Actions, structured 
logging.

Ways of working
-Clear technical communication — you can 
explain your reasoning and defend a design.
-Ownership over micromanagement. Good 
written and spoken English.

What You'll Do
- DICOM & SimpleITK: read series correctly, 
validate RAS origins and directions, resample 
safely, maintain voxel ↔ physical transforms.
- VTK & geometry: generate surfaces from 
labels; implement distance, intersection and 
clipping algorithms; export reliable STL 
markers and geometry artifacts.
- Measurement & QA logic: build robust 
procedural tools for radiologists and handle 
the edge cases real hospital data produces.
- Pipeline reliability: performance tuning, 
structured logging, and making sure 
pipelines survive messy multi-scanner 
datasets.

Example challenges
- Build a robust distance-measurement tool 
between anatomical segmentations, with 
exportable nearest-point markers.
- Extract centerlines and anatomical landmarks
from noisy CT scans.
- Enforce consistent spacing / origin / direction 
across multi-scanner datasets.

If these sound exciting rather than 
overwhelming, you'll likely enjoy this role.

Nice to Have
- VTK surface / volume rendering experience.
- ML segmentation metrics and tooling (Dice, 
Hausdorff, nnU-Net, PyTorch).
- GPU acceleration and large-volume 
performance work.
- Background in radiology, biomedical 
engineering or clinical imaging.

Our Stack
Python 3.13+ · SimpleITK · VTK · NumPy / SciPy 
· Pydantic · PyTorch · nnU-Net · pytest · mypy 
(strict) · ruff · pre-commit · Docker · GitHub 
Actions · Git LFS · Sentry

What We Offer
Competitive salary, optional stock options, and 
a clear path toward senior-level ownership and 
technical lead responsibilities. Fully remote, 
small team, no corporate theater.

How to Apply
- CV or LinkedIn
- GitHub or portfolio — we value real code
- A short note: why does working in an 
evolving product environment excite you?

Mate academy — EdTech компанія з AI powered LMS-платформою, де люди опановують IT-професії з нуля.

🤘6000+ випускників змінили свою кар’єру й успішно стартували в IT.

🌎 Ми активно зростаємо в Україні, Польщі та Бразилії — і це тільки початок.

Ми шукаємо досвідченого part-time Data Analytics Coach, який проводитиме щоденні навчальні семінари для наших студентів за фіксованою ставкою. Головна місія цієї ролі — допомогти студентам перетворити теоретичні знання на практичні аналітичні навички через розбір кейсів та живу взаємодію, щоб після завершення курсу кожен міг знайти найкращу для себе роботу у сфері Data Analytics.

Що ми очікуємо від тебе:

— 3+ роки комерційного досвіду на позиції Data Analyst.

— Наявність full-time зайнятості у цій сфері.

— Практичний досвід роботи з Tableau/Power BI/Looker, Python/R, SQL та data modeling.

— Уміння пояснювати складні теми просто та цікаво.

— Навички проведення інтерактивних занять і залучення аудиторії до навчального процесу.

— Готовність проводити семінари у будні з 10:00 до 12:00 (орієнтовний час, можемо обговорити).

— Високий рівень тайм-менеджменту та вміння самостійно організовувати свій графік.

Твої задачі будуть наступними:

— Проведення щоденних навчальних семінарів для студентів курсу Data Analytics.

— Спільний зі студентами розбір реальних кейсів з аналітики.

— Активне залучення студентів під час занять через дискусії, запитання та практичні завдання.

— Пропонування ідей для покращення нашого навчального процесу.

Що ти отримаєш, працюючи в Mate:

— Місію допомогти людям розпочати кар’єру в IT;

— Мінімум бюрократії;

— Неймовірну команду, яка пишається своєю справою, і це робить роботу захоплюючою пригодою;

— Практику твоїх soft-skills — коучинг це чудовий спосіб швидше дорости до Senior позицій;

— Офіційне працевлаштування.

Етапи відбору:

1. Надішли своє CV 📄

2. Зроби тестове завдання ✍️

3. Пройди асинхронну відео-співбесіду — це цікаво і швидко 👩‍💻 - до 30 хв

4. Пройди технічну співбесіду - до 1 год

Ця пропозиція відповідає твоїм кар’єрним цілям? Тоді давай знайомитись!

Ми уважно розглянемо всі відгуки та зв’яжемося з кандидатами, з якими будемо готові рухатися далі.