ExaCare AI
ExaCare AI
51 – 200 Mitarbeitende
BeratungGesundheitswesenLogistik
ExaCare AI entwickelt SaaS-Software für Anbieter der postakuten Versorgung, darunter Pflegeeinrichtungen und ambulante Pflegedienste. Die Plattform unterstützt bei der Prüfung von Zuweisungen, der Versicherungsverifizierung, Erstattungsprozessen und Aufnahmen, indem sie klinische Unterlagen zusammenfasst, klinische und finanzielle Risiken wie PDPM-Potenziale identifiziert, den Versicherungsschutz prüft und Einblicke in Belegung, Zensusentwicklungen und die operative Leistungsfähigkeit bietet.

Machine-Learning-Ingenieur bei ExaCare AI – Hybrid, Toronto

Entwickle die produktive ML-Infrastruktur, Pipelines und Überwachung hinter der Post-Akutversorgung-Plattform von ExaCare AI. Hilf Gesundheitsteams, durch zuverlässige und skalierbare Systeme für maschinelles Lernen sicherere Platzierungsentscheidungen zu treffen.

Beschreibung

  • Verantworte Workflows und Infrastruktur über den gesamten Lebenszyklus des maschinellen Lernens
  • Arbeite mit Forschenden und ML-Fachleuten zusammen, um Modelle bereitzustellen und Iterationen zu beschleunigen
  • Erstelle und verbessere Daten- und Modelltrainingspipelines
  • Optimiere die Datenverarbeitung, Annotation und die Effizienz des gesamten ML-Systems
  • Stelle unterstützende Dienste für Modelltraining und Inferenz bereit und betreibe sie
  • Entwickle Überwachungstools für Modellqualität, Systemzuverlässigkeit und operative Leistung
  • Steigere die Skalierbarkeit, Beobachtbarkeit und Reproduzierbarkeit von ML-Systemen
  • Optimiere die ML-Infrastruktur für mehr Geschwindigkeit, Zuverlässigkeit und Kosteneffizienz
  • Identifiziere Engpässe in Workflows und automatisiere wiederkehrende ML-Abläufe
  • Definiere und wende Best Practices für MLOps, Bereitstellung und Systemleistung an

Anforderungen

  • Mindestens drei Jahre Erfahrung in ML Engineering, MLOps, ML-Infrastruktur, Data Engineering oder Backend- und Plattform-Engineering für ML-Umgebungen
  • Erfahrung in der Betreuung von Machine-Learning-Systemen – von der Modellübergabe über die Bereitstellung bis zur Überwachung
  • Nachweisliche Verantwortung für Datenpipelines, Trainingspipelines oder andere produktive ML-Workflows
  • Erfahrung in der Zusammenarbeit mit Forschenden, Data Scientists oder ML-Fachleuten bei der Überführung von Modellen in den produktiven Einsatz
  • Solide Grundlagen in Softwareentwicklung und Erfahrung mit der Bereitstellung produktiver Systeme
  • Erfahrung in der Überwachung, Fehlersuche und Verbesserung produktiver ML- oder Datensysteme
  • Nachweise für die Verbesserung von Zuverlässigkeit, Skalierbarkeit, Geschwindigkeit oder Kosteneffizienz in ML-Systemen
  • Fähigkeit, in einem schnelllebigen, start-up-ähnlichen Umfeld Verantwortung zu übernehmen

Zusatzleistungen

  • Wettbewerbsfähiges Gehalt und Beteiligung an einem wachstumsstarken Start-up
  • Flexible bezahlte freie Tage
  • Kranken-, Zahn- und Sehkostenversicherung
  • Unternehmensevents außerhalb des Standorts
  • Kollaboratives Team mit ehemaligen Amazon-Ingenieurinnen und -Ingenieuren sowie Alumni von Bain, BCG, Goldman Sachs und anderen Organisationen

Ähnliche Stellen

General Dynamics Information Technology

Senior Business-Process-Analyst: Power BI & Power Platform

General Dynamics Information Technology

Entwickeln Sie Power-BI- und Power-Platform-Lösungen für sichere Umgebungen in Behörden und im Verteidigungsbereich. Analysieren Sie Anforderungen, erstellen Sie Visualisierungen und unterstützen Sie unternehmensweite Implementierungen.

Öffnen
CVS Health

Senior Business-Analyst – Texas (Remote)

CVS Health

Verantworten Sie Kundenberichte, untersuchen Sie SQL- und Datenprobleme und unterstützen Sie die Gesundheitsdatenanalyse für Signify Health. Sorgen Sie für korrekte Datenaufnahme und Berichterstattung und unterstützen Sie Stakeholder dabei, operative Ziele zu erreichen.

Öffnen