ExaCare AI разработва SaaS софтуер за доставчици на последващи медицински грижи, включително квалифицирани лечебни заведения за сестрински грижи и агенции за домашни здравни грижи. Неговата платформа подпомага прегледа на направления, проверката на застраховки, процесите за възстановяване на разходи и приема на пациенти чрез обобщаване на клинични досиета, идентифициране на клинични и финансови рискове, като възможности по PDPM, проверка на допустимостта на покритието и осигуряване на видимост върху заетостта, тенденциите в броя на пациентите и оперативните резултати.
Инженер по машинно обучение в ExaCare AI — хибридно, Торонто
Изграждайте производствената ML инфраструктура, тръбопроводите и мониторинга зад платформата на ExaCare AI за постакутни грижи. Помагайте на здравните екипи да вземат по-безопасни решения за настаняване чрез надеждни и мащабируеми системи за машинно обучение.
Описание
- Поемайте отговорност за работните процеси и инфраструктурата през целия жизнен цикъл на машинното обучение
- Работете с изследователи и ML специалисти за внедряване на модели и ускоряване на итерациите
- Създавайте и подобрявайте тръбопроводи за данни и обучение на модели
- Оптимизирайте обработката и анотацията на данни, както и цялостната ефективност на ML системите
- Внедрявайте и управлявайте поддържащи услуги за обучение и инференция на модели
- Разработвайте инструменти за мониторинг на качеството на моделите, надеждността на системите и оперативната ефективност
- Повишавайте мащабируемостта, наблюдаемостта и възпроизводимостта на ML системите
- Настройвайте ML инфраструктурата за по-висока скорост, надеждност и разходна ефективност
- Откривайте тесни места в работните процеси и автоматизирайте повтарящите се ML операции
- Определяйте и прилагайте добри практики за MLOps, внедряване и производителност на системите
Изисквания
- Най-малко три години опит в ML инженеринг, MLOps, ML инфраструктура, инженеринг на данни или бекенд и платформен инженеринг за ML среди
- Опит в поддръжката на системи за машинно обучение от предаването на модела до внедряването и мониторинга му
- Доказан опит и отговорност за тръбопроводи за данни, обучение или други производствени ML работни процеси
- Опит в партньорство с изследователи, специалисти по данни или ML специалисти за въвеждане на модели в производство
- Силни основи в софтуерното инженерство и опит с доставянето на производствени системи
- Опит с мониторинг, отстраняване на грешки и подобряване на производствени ML или системи за данни
- Доказателства за подобряване на надеждността, мащабируемостта, скоростта или разходната ефективност на ML системи
- Способност да поемате отговорност в динамична среда, подобна на стартъп
Придобивки
- Конкурентно възнаграждение и дялово участие в бързоразвиващ се стартъп
- Гъвкав платен отпуск
- Медицинска, стоматологична и офталмологична застраховка
- Фирмени събития извън офиса
- Сътрудничещ екип, включващ бивши инженери от Amazon и възпитаници на Bain, BCG, Goldman Sachs и други организации