Plenful
Plenful
Plenful vyvíjí software pro automatizaci pracovních postupů založený na umělé inteligenci pro lékárenské a infuzní týmy. Platforma propojuje data z API, HL7, SFTP, souborů PDF a databází a zpracovává administrativní úkony, jako jsou audit a optimalizace programu 340B, evidence doporučení, správa rabatů, analýza Maximum Fair Price, předchozí schválení a příjem objednávek. Plenful slouží zdravotnickým systémům, specializovaným lékárnám, infuzním pracovištím a skupinám poskytovatelů zdravotní péče se zaměřením na provoz v souladu s předpisy, zachycení výnosů a omezení manuální práce.

Vedoucí inženýr strojového učení, Plenful (San Francisco, hybridní režim)

Určujte strategii produkčních ML agentů, dodatečného trénování modelů a jejich vyhodnocování. Vytvářejte řešení AI pro automatizaci procesů ve zdravotnictví, omezení administrativní práce a posílení souladu s předpisy.

Popis

  • Navrhovat produkční agentní systémy zahrnující práci s nástroji a vyhledáváním, správu stavu a kontextu, směrování, orchestrace, trasování a obnovu po selhání.
  • Převádět úspěšné přístupy na opakovaně použitelné inženýrské vzory.
  • Rozhodovat, zda modely a komponenty platformy vyvíjet, nebo kupovat.
  • Určovat firemní strategii dodatečného trénování modelů.
  • Trénovat a nasazovat velké jazykové a obrazově-jazykové modely pro úlohy ve zdravotnictví.
  • Rozvíjet interní schopnosti pro pokračující trénování modelů.
  • Vytvářet evaluace, které prokazují zlepšení v produkčním prostředí.
  • Určovat strategii kvality AI zahrnující automatizované hodnoticí nástroje, kalibrované modely-hodnotitele, regresní testovací sady, lidskou kontrolu, taxonomii selhání a validaci od offline po online provoz.
  • Zakládat rozhodnutí o vydání na výsledcích evaluace.
  • Vytvářet systémy, které využívají produkční selhání a zpětnou vazbu uživatelů ke zlepšování datových sad, evaluací a modelů.
  • Stanovovat standardy verzování datových sad, pozorovatelnosti a MLOps.
  • Formovat 12měsíční plán ML společně s vedoucími inženýrství a produktu.
  • Vést technické kontroly, mentorovat zkušené inženýry a podílet se na náboru.
  • Navrhovat systémy s ohledem na soukromí: využívat pouze nezbytná data, podle potřeby deidentifikovaná či syntetická data a postupy zohledňující HIPAA.
  • Během prvních 30 dnů prověřit agenty, evaluace a trénovací pipeline a určit tři největší nedostatky.
  • Do 90. dne dodat zlepšení dodatečného trénování nebo evaluace, které ovlivní produkční metriku.
  • Do 90. dne zveřejnit plán týmu na následující dvě čtvrtletí.

Požadavky

  • Alespoň 8 let zkušeností s ML nebo softwarovým inženýrstvím, včetně více než 3 let vedení produkčních LLM systémů nebo agentů.
  • Praktická zkušenost s kompletním dodatečným trénováním modelů, například supervizovaným dolaďováním, optimalizací preferencí, destilací nebo posilovaným učením.
  • Zkušenost s nasazením modelu, který zlepšil produkční metriku.
  • Zkušenost s návrhem strategií evaluace LLM nebo agentů, které ovlivňovaly rozhodnutí o vydání.
  • Zkušenost s návrhem produkčních agentních systémů.
  • Zkušenost s LangGraph, RAG a nástroji pro vektorové vyhledávání, jako je Pinecone.
  • Pokročilá znalost Pythonu a PyTorch.
  • Znalost nástrojů pro distribuované trénování a obsluhu modelů, jako jsou vLLM, FSDP nebo DeepSpeed.
  • Zkušenost s MLOps, Dockerem, Kubernetesem, MLflow nebo obdobnými nástroji, CI/CD a sledováním experimentů a datových sad.
  • Schopnost ovlivňovat bez formální pravomoci prostřednictvím návrhových dokumentů, kontrol a mentoringu.
  • Aktuální znalost nových modelů a programovacích agentů.
  • Schopnost převádět odborné články a nová vydání na experimenty a prezentovat kvantifikované výsledky.
  • Příklady práce, kterou využívají ostatní, například příspěvky do open source, odborné texty, přednášky nebo evaluace.
  • Výhodou: zkušenost se zdravotnickými daty, jako jsou EHR, FHIR, pojistné nároky nebo předchozí autorizace.
  • Výhodou: publikace nebo příspěvky do open source v oblasti evaluace LLM, dodatečného trénování nebo agentů.
  • Výhodou: zkušenost s pohovory a náborem ML inženýrů.
  • Výhodou: zkušenost z jiného regulovaného oboru s vysokými nároky.

Benefity

  • Flexibilní hybridní práce s prioritou práce na dálku a významnou přítomností v kancelářích v San Franciscu a New Yorku.
  • Kompletní zdravotní, zubní a oční pojištění pro zaměstnance s možností zapojit rodinu.
  • Program 401(k) s příspěvkem firmy ve výši 50 % z prvních 3 % příspěvků zaměstnance.
  • Podíl ve firmě pro všechny zaměstnance na plný úvazek.
  • Neomezená placená dovolená.
  • Týdenní příspěvek na obědy ve výši 100 USD.
  • Měsíční příspěvek na zdraví a kondici ve výši 100 USD.
  • Měsíční příspěvek na dopravu ve výši 100 USD pro zaměstnance v San Franciscu a New Yorku.
  • Placená rodičovská dovolená.
  • Možnosti profesního růstu.
  • Tým zkušených kolegů, které spojuje poslání firmy.
  • Spolupráce se zkušenými a výkonnými vedoucími.

Související pracovní nabídky

U.S. Bank

Hlavní inženýr AI pro urychlení zavádění podnikové AI

U.S. Bank

Veďte bezpečné a škálovatelné zavádění AI v U.S. Bank prostřednictvím řešení generativní AI, opakovaně použitelných inženýrských platforem a inteligentní automatizace. Spolupracujte s obchodními a technologickými týmy a převádějte podnikové případy využití AI od návrhu do produkčního provozu.

Otevřít
BigHat Biosciences

Ředitel pro strojové učení v návrhu protilátek

BigHat Biosciences

Veďte strategii strojového učení a modelování pro návrh protilátek ve společnosti BigHat Biosciences a propojujte pokročilé modely, laboratorní data a automatizaci založenou na velkých jazykových modelech. Veďte zkušený mezioborový tým a pomáhejte zlepšovat návrhové cykly, v jejichž rámci vzniká každý týden více než 2 000 protilátek.

Otevřít
Gusto

Seniorní architekt AI pro FP&A ve společnosti Gusto

Gusto
1 001 – 5 000 Zaměstnanci
PojištěníPoradenstvíZdravotní péče

Navrhujte řešení s využitím AI pro finanční plánování, prognózy a reporting finanční organizace Gusto pod vedením finančního ředitele. Budujte řízené systémy finančních dat a automatizované postupy, které zlepšují rozhodování.

Otevřít
Poesis AI

Vedoucí inženýr strojového učení pro finanční AI

Poesis AI

Vyvíjejte prediktivní signály, produkční modely strojového učení a systémy vyhodnocování pro autonomní investiční platformu Poesis AI. Aplikujte AI na finanční data a na základě investičních výsledků zlepšujte modely a agenty.

Otevřít