51 – 200 Εργαζόμενοι
Χορηγός βίζας ειδικευμένου εργαζομένουΕφοδιαστικήΣυμβουλευτικήΥγειονομική περίθαλψηΗ Swoop αναπτύσσει λύσεις μάρκετινγκ για οργανισμούς του φαρμακευτικού κλάδου και των επιστημών ζωής, με έμφαση στην άμεση αλληλεπίδραση με τους καταναλωτές και στη συνεργασία με επαγγελματίες υγείας. Το έργο της συνδυάζει τεχνητή νοημοσύνη, δεδομένα και πολυκαναλικές καμπάνιες με σεβασμό στην ιδιωτικότητα, συμβάλλοντας στη σύνδεση ασθενών, επαγγελματιών υγείας και εμπορικών σημάτων σε κανάλια όπως τα μέσα κοινωνικής δικτύωσης και η τηλεόραση. Η εταιρεία εφαρμόζει αυτή την προσέγγιση για τη βελτίωση της αποτελεσματικότητας του μάρκετινγκ, υποστηρίζοντας παράλληλα πιο ασθενοκεντρική επικοινωνία στον τομέα της υγείας.
Μηχανικός με προτεραιότητα στην τεχνητή νοημοσύνη — Υβριδική εργασία, Ρέντγουντ Σίτι
Ανάπτυξε εργαλεία τεχνητής νοημοσύνης, αυτοματισμούς και έξυπνες ροές εργασίας για την πλατφόρμα αλληλεπίδρασης στον τομέα της υγείας της Swoop, που συμμορφώνεται με τις απαιτήσεις ιδιωτικότητας. Βοήθησε τις ομάδες μηχανικής, λειτουργιών και εμπορικών δραστηριοτήτων να υιοθετήσουν προηγμένα μοντέλα και συστήματα με πράκτορες.
Περιγραφή
- Εντόπισε λειτουργικές και τεχνικές τριβές στο προϊόν, τη μηχανική, τα δεδομένα, τον σχεδιασμό, τις λειτουργίες, τις πωλήσεις και το μάρκετινγκ προϊόντος
- Μετέτρεψε διαλειτουργικές προκλήσεις σε πρακτικές λύσεις με τεχνητή νοημοσύνη
- Δημιούργησε πρωτότυπα και υλοποίησε εργαλεία ανάπτυξης με υποβοήθηση τεχνητής νοημοσύνης μέσω του Claude Code
- Ανάπτυξε αγωγούς CI/CD ενισχυμένους με δυνατότητες τεχνητής νοημοσύνης
- Αξιολόγησε προηγμένα μοντέλα όπως Claude, Gemini, Kimi και GPT
- Ενσωμάτωσε κατάλληλα μοντέλα τεχνητής νοημοσύνης στις ροές εργασίας των ομάδων
- Δημιούργησε και βελτίωσε αγωγούς δοκιμών με υποβοήθηση τεχνητής νοημοσύνης χρησιμοποιώντας Claude Code και Playwright
- Δημιούργησε περιπτώσεις δοκιμών, δεδομένα δοκιμών, μοναδιαίες δοκιμές και αυτοματισμούς από άκρο σε άκρο από προδιαγραφές προϊόντος
- Αναδιοργάνωσε και βελτίωσε μεγάλες βάσεις κώδικα με εργαλεία που βασίζονται σε AST
- Αξιολόγησε και ανέπτυξε εργαλεία σχεδιασμού τεχνητής νοημοσύνης, όπως Figma, Pencil, Stitch, Veo και Nano Banana
- Σύνδεσε πλατφόρμες νοημοσύνης εγγενείς στην τεχνητή νοημοσύνη με ροές εργασίας εισόδου στην αγορά, λειτουργιών, επιτυχίας πελατών και υποστήριξης
- Ερεύνησε, δοκίμασε και αξιολόγησε συγκριτικά αναδυόμενα εργαλεία τεχνητής νοημοσύνης
- Ανάπτυξε εσωτερικούς βοηθούς συνομιλίας, πίνακες ελέγχου, επεκτάσεις προγραμμάτων περιήγησης και ενσωματώσεις Slack
- Καθόρισε πρακτικές για μηχανική με πράκτορες, αξιολόγηση μοντέλων, έλεγχο κόστους, ασφάλεια και υπεύθυνη χρήση τεχνητής νοημοσύνης
- Παρακολούθησε συστήματα που λειτουργούν με τεχνητή νοημοσύνη ως προς την αξιοπιστία, την ακρίβεια και την αποδοτικότητα κόστους
Απαιτήσεις
- Τουλάχιστον δύο χρόνια εμπειρίας σε ρόλους μηχανικής ή DevOps
- Ισχυρή επάρκεια σε TypeScript, Java και Python
- Πρακτική εμπειρία με Terraform, ροές GitHub ή Actions και αγωγούς CI/CD
- Πρακτική γνώση του AWS
- Εμπειρία στην ανάπτυξη με τεχνητή νοημοσύνη και προηγμένα μοντέλα όπως Claude, Kimi ή Gemini
- Εμπειρία στη χρήση εργαλείων κωδικοποίησης με πράκτορες ή ροών εργασίας με τεχνητή νοημοσύνη
- Ικανότητα μετατροπής διαλειτουργικών προκλήσεων σε λειτουργικά εργαλεία
- Να συμπεριλάβεις στην αίτηση συνδέσμους προς αποθετήρια GitHub
- Δυνατότητα εργασίας στο γραφείο της Swoop στο Ρέντγουντ Σίτι της Καλιφόρνια δύο έως τρεις ημέρες την εβδομάδα
- Είναι ευπρόσδεκτες αιτήσεις από υποψηφίους επιπέδου Engineer, Senior και Lead
Παροχές
- Ευκαιρίες επαγγελματικής ανάπτυξης
- Υβριδικό μοντέλο εργασίας
- Κουλτούρα με επίκεντρο την τεχνητή νοημοσύνη και την καινοτομία
- Συνεχείς ευκαιρίες μάθησης