Solventum разработва здравни технологии и услуги, предназначени да подпомагат по-безопасното и по-ефективно медицинско и орално здравеопазване. Портфолиото ѝ включва усъвършенствана грижа за рани, решения за хирургия и стерилизация, продукти за орална грижа, услуги в областта на здравната информация и технологиите, както и системи за пречистване и филтриране за биофармацевтични приложения. Компанията подкрепя медицинските специалисти и чрез образователни и обучителни ресурси, като съчетава разработването на продукти с фокус върху безопасността на пациентите, клиничните резултати и оперативната ефективност.
Старши инженер по AI/ML – хибридна работа в Бангалор
Изграждане на продукционни решения за изкуствен интелект, машинно обучение и агентна автоматизация за здравната верига на доставки на Solventum. Внедряване на мащабируеми системи в AWS и Microsoft Azure.
Описание
- Създаване и внедряване на мащабируеми модели за машинно обучение и AI решения за сложни проблеми във веригата на доставки
- Разработване на цялостни ML конвейери за прогнозиране, оптимизация, предиктивен анализ, откриване на аномалии и интелигентна автоматизация
- Проектиране, тестване и внедряване на AI агенти и мултиагентни системи с LangGraph, LangChain, AutoGen, CrewAI или сравними рамки
- Изграждане на работни процеси, базирани на LLM, с интеграция на инструменти, памет и оркестрация за автоматизиране на бизнес процеси
- Създаване на конвейери за приемане, трансформация и инженеринг на характеристики за структурирани, полуструктурирани и неструктурирани корпоративни данни
- Свързване на хранилища на знания, графи на знания, векторни бази данни и решения за интелигентна обработка на документи
- Внедряване и експлоатация на AI приложения и приложения за машинно обучение в AWS и Microsoft Azure
- Поддържане на MLOps и LLMOps конвейери, включващи версиониране на модели, CI/CD, автоматизирано внедряване, мониторинг и дообучаване
- Оценяване и подобряване на ML модели и LLM по отношение на точност, латентност, използване на облачни ресурси, надеждност и разходи
- Прилагане на практики за отговорен AI
- Партниране със заинтересовани страни във веригата на доставки, специалисти по данни, софтуерни инженери, облачни архитекти, продуктови мениджъри и екипи за дигитална трансформация
- Определяне на инженерни стандарти, участие в архитектурни прегледи и прегледи на код и създаване на техническа документация
Изисквания
- Бакалавърска степен по компютърни науки, софтуерно инженерство, AI или сходна специалност и над 7 години професионален опит в машинно обучение, изкуствен интелект, наука за данните или AI инженерство
- Алтернативно, магистърска степен с релевантен опит в индустрията и над 5 години опит
- Напреднали практически умения с Python
- Опит в проектирането, разработването, внедряването и оптимизирането на мащабируеми решения за машинно обучение и AI в продукционна среда
- Опит с предиктивно моделиране, прогнозиране, оптимизация, инженеринг на характеристики, оценяване на модели, мониторинг и управление на жизнения цикъл
- Опит с облачни платформи, включително Azure, Databricks и AWS
- Продукционен опит в изграждането и внедряването на приложения за генеративен AI и агентни AI работни процеси с LangGraph, LangChain, AutoGen, CrewAI или сходни технологии
- Практически познания за големи езикови модели, prompt engineering, RAG, методи за оценяване на AI и отговорен AI
- Задълбочено разбиране на шаблони за системен дизайн, микросървиси, API, Docker, Kubernetes и автоматизация на инфраструктурата
- Опит с инструменти за наблюдаемост и оценяване на AI, като Azure AI Foundry, Azure Monitor, Azure ML Monitoring, AWS CloudWatch, MLflow, LangSmith, Prometheus, Grafana или OpenTelemetry
- Опит с корпоративни платформи за данни, конвейери за данни, SQL и рамки за разпределена обработка на данни
- Готовност за пътуване 10–20%
- Предимство е практическият опит в разработването на AI/ML решения за вериги на доставки, здравеопазване или други корпоративни области
- Предимство е опитът с прилагането на MLOps и LLMOps практики
- Предимство е познаването на управлението на AI, обяснимостта на моделите, сигурността на данните, поверителността и практиките за отговорен AI
Придобивки
- Хибриден начин на работа в Бангалор
- Работа по решения за AI, машинно обучение и наука за данните в здравеопазването
- Сътрудничество с технически и бизнес екипи от различни функции
- Практически опит с облачните платформи AWS и Microsoft Azure
- Работа в областите AI/ML, генеративен AI, агентен AI, MLOps и LLMOps