LogoFresh Jobs Ahead
Plenful
Plenful
51 – 200 Mitarbeitende
GesundheitswesenKünstliche IntelligenzSaaS
Plenful entwickelt Software zur Automatisierung von Arbeitsabläufen mit KI für Teams in Apotheken und Infusionspraxen. Die Plattform verknüpft Daten aus APIs, HL7, SFTP-Servern, PDFs und Datenbanken, um administrative Aufgaben zu bearbeiten, darunter 340B-Audits und -Optimierung, die Erfassung von Überweisungen, das Rabattmanagement, Informationen zum Maximum Fair Price, vorherige Genehmigungen und die Auftragserfassung. Plenful unterstützt Gesundheitssysteme, Spezialapotheken, Infusionspraxen und Anbietergruppen. Im Mittelpunkt stehen regelkonforme Abläufe, die Sicherung von Einnahmen und weniger manuelle Arbeit.
LinkedIn
Stellen im Unternehmen

Staff Machine-Learning-Engineer, Plenful (San Francisco, hybrid)

Lege die Produktionsstrategie für Machine-Learning-Agenten, das Modell-Post-Training und die Evaluation fest. Entwickle KI-Automatisierung für das Gesundheitswesen, die Verwaltungsaufwand reduziert und die Compliance stärkt.

USVereinigte StaatenCAKalifornienHybridVollzeitLeadErforderliche Sprache: EnglischMachine-Learning-Ingenieur
DockerKubernetesPythonPyTorch

Beschreibung

  • Architekturiere produktive Agenten mit Tool-Nutzung, Retrieval, Zustands- und Kontextverwaltung, Routing, Orchestrierung, Tracing und Fehlerbehebung.
  • Überführe erfolgreiche Ansätze in wiederverwendbare Engineering-Muster.
  • Entscheide, ob Modelle und Plattformkomponenten selbst entwickelt oder eingekauft werden.
  • Lege die Post-Training-Strategie des Unternehmens fest.
  • Trainiere und deploye LLMs und Vision-Language-Modelle für Aufgaben im Gesundheitswesen.
  • Baue interne Fähigkeiten für das kontinuierliche Modelltraining auf.
  • Entwickle Evaluationen, die Verbesserungen im Produktivbetrieb nachweisen.
  • Lege die KI-Qualitätsstrategie für automatisierte Bewertungsverfahren, kalibrierte LLM-Judges, Regressionstests, menschliche Prüfung, Fehlerklassifikationen und die Validierung vom Offline- zum Online-Betrieb fest.
  • Stütze Release-Entscheidungen auf Evaluationsergebnisse.
  • Entwickle Systeme, die Fehler aus dem Produktivbetrieb und Nutzerfeedback nutzen, um Datensätze, Evaluationen und Modelle zu verbessern.
  • Lege Standards für die Versionierung von Datensätzen, Observability und MLOps fest.
  • Gestalte gemeinsam mit den Leitungen von Engineering und Produkt die ML-Roadmap für die nächsten zwölf Monate.
  • Leite technische Reviews, betreue erfahrene Engineers und beteilige dich an der Personalgewinnung.
  • Berücksichtige Datenschutz durch die Beschränkung auf erforderliche Daten, nach Möglichkeit de-identifizierte oder synthetische Daten sowie HIPAA-bewusste Verfahren.
  • Prüfe in den ersten 30 Tagen Agenten, Evaluationen und die Trainingspipeline und identifiziere die drei größten Lücken.
  • Liefere bis zum 90. Tag eine Verbesserung beim Post-Training oder bei der Evaluation, die eine Produktionskennzahl verbessert.
  • Veröffentliche bis zum 90. Tag den Teamplan für die folgenden zwei Quartale.

Anforderungen

  • Mindestens 8 Jahre Erfahrung in ML oder Softwareentwicklung, davon mindestens 3 Jahre in der Leitung produktiver LLM- oder Agentensysteme.
  • Praktische Post-Training-Erfahrung von Anfang bis Ende, etwa mit überwachtem Fine-Tuning, Präferenzoptimierung, Destillation oder Reinforcement Learning.
  • Erfahrung mit der Bereitstellung eines Modells, das eine Produktionskennzahl verbessert hat.
  • Erfahrung mit dem Entwurf von Evaluationsstrategien für LLMs oder Agenten, die Release-Entscheidungen unterstützt haben.
  • Erfahrung in der Architektur produktiver Agentensysteme.
  • Erfahrung mit LangGraph, RAG und Vektorsuch-Tools wie Pinecone.
  • Sehr gute Python- und PyTorch-Kenntnisse.
  • Vertrautheit mit Tools für verteiltes Training und Serving wie vLLM, FSDP oder DeepSpeed.
  • MLOps-Erfahrung mit Docker, Kubernetes, MLflow oder vergleichbaren Tools, CI/CD sowie dem Tracking von Experimenten und Datensätzen.
  • Fähigkeit, durch Designdokumente, Reviews und Mentoring ohne formale Weisungsbefugnis Einfluss zu nehmen.
  • Aktuelle Kenntnisse neuer Modelle und Coding-Agenten.
  • Fähigkeit, Forschungsarbeiten und Releases in Experimente zu überführen und Ergebnisse quantitativ auszuwerten.
  • Nachweise eigener Beiträge, die andere nutzen, etwa Open-Source-Beiträge, Fachartikel, Vorträge oder Evaluationen.
  • Bevorzugt: Erfahrung mit Gesundheitsdaten wie EHR, FHIR, Leistungsabrechnungen oder Vorabgenehmigungen.
  • Bevorzugt: Veröffentlichungen oder Open-Source-Beiträge zu LLM-Evaluation, Post-Training oder Agenten.
  • Bevorzugt: Erfahrung mit Vorstellungsgesprächen und der Einstellung von ML-Engineers.
  • Bevorzugt: Erfahrung in einem anderen regulierten Bereich mit hohen Anforderungen.

Zusatzleistungen

  • Flexibles hybrides Arbeiten mit Remote-first-Ausrichtung und regelmäßiger Präsenz in den Büros in San Francisco und New York.
  • Umfassende Kranken-, Zahn- und Augenversicherung für Mitarbeitende mit Möglichkeit zur Einbeziehung der Familie.
  • 401(k)-Altersvorsorge mit einem Arbeitgeberzuschuss von 50 % auf die ersten 3 % der eigenen Beiträge.
  • Beteiligung am Unternehmen für alle Vollzeitbeschäftigten.
  • Unbegrenzter bezahlter Urlaub.
  • Wöchentlich 100 $ Zuschuss fürs Mittagessen.
  • Monatlich 100 $ Gesundheits- und Wohlbefindenszuschuss.
  • Monatlich 100 $ Fahrtkostenzuschuss für Mitarbeitende in San Francisco und New York.
  • Bezahlte Elternzeit.
  • Möglichkeiten zur beruflichen Weiterentwicklung.
  • Ein missionsorientiertes Team aus erfahrenen Kolleginnen und Kollegen.
  • Zusammenarbeit mit erfahrenen, leistungsstarken Führungskräften.

Ähnliche Stellen

U.S. Bank

Leitende/r KI-Ingenieur/in für die Beschleunigung von Unternehmens-KI

U.S. Bank
BeratungLogistikVersicherungen
USVereinigte StaatenCAKalifornienCOColoradoILIllinoisMNMinnesotaNCNorth Carolina
149.515 $ – 175.900 $ / Jahr
HybridVollzeitLeadErforderliche Sprache: EnglischKI-IngenieurMachine-Learning-Ingenieur
AzureCloudPython

Sie treiben die sichere, skalierbare Einführung von KI bei U.S. Bank voran – mit generativen KI-Lösungen, wiederverwendbaren Engineering-Frameworks und intelligenter Automatisierung. Gemeinsam mit Fachbereichen und Technologie-Teams bringen Sie unternehmensweite KI-Anwendungsfälle vom Konzept bis in die Produktion.

Öffnen
BigHat Biosciences

Director Machine Learning für Antikörperdesign

BigHat Biosciences
51 – 200 Mitarbeitende
BeratungFertigungGesundheitswesen
USVereinigte StaatenCAKalifornien
250.000 $ – 365.000 $ / Jahr
HybridVollzeitLeadErforderliche Sprache: EnglischMachine-Learning-Ingenieur
CloudPythonPyTorch

Verantworten Sie die Machine-Learning-Strategie und die Modellierung für das Antikörperdesign bei BigHat Biosciences, indem Sie wegweisende Modelle, Labordaten und LLM-Automatisierung zusammenführen. Führen Sie ein erfahrenes interdisziplinäres Team und verbessern Sie Designzyklen, in denen jede Woche mehr als 2.000 Antikörper entwickelt werden.

Öffnen
Gusto

Senior FP&A-KI-Architekt bei Gusto

Gusto
1.001 – 5.000 Mitarbeitende
BeratungGesundheitswesenVersicherungen
USVereinigte StaatenCAKalifornien
225.000 $ – 250.000 $ / Jahr
HybridVollzeitSeniorLeadErforderliche Sprache: EnglischKI-IngenieurMachine-Learning-Ingenieur
ERPFluxPythonSQL

Gestalte KI-gestützte Planung, Prognosen und Berichterstattung für die CFO-Organisation von Gusto. Entwickle gesteuerte Finanzdatensysteme und automatisierte Abläufe, die bessere Entscheidungen ermöglichen.

Öffnen