Quest Analytics, LLC
Quest Analytics, LLC

Quest Analytics, LLC desarrolla software y servicios de gestión de redes para redes de proveedores de atención médica. Sus soluciones basadas en la nube, Quest Enterprise Services y Quest Analytics Suite, ayudan a sistemas de salud, organismos reguladores y pagadores a gestionar los datos de los proveedores, evaluar el rendimiento de las redes, respaldar el cumplimiento normativo y valorar la adecuación de las redes.

Fundada en 1993, la empresa combina experiencia en análisis de datos sanitarios y consultoría para mejorar la precisión, eficiencia y accesibilidad de la información sobre redes de proveedores en todo Estados Unidos. Su trabajo apoya a las organizaciones que buscan ampliar el acceso a la atención médica y mantener redes de proveedores fiables y de alta calidad.

Científico sénior de datos sanitarios (híbrido, Estados Unidos)

Desarrolla soluciones de aprendizaje automático e IA listas para producción para productos de redes de proveedores sanitarios. Mejora la calidad de los datos de proveedores, la analítica y la inteligencia de red mediante modelos avanzados y sistemas de datos escalables.

Descripción

  • Desarrollar, optimizar y escalar modelos de aprendizaje automático y analítica avanzada para la calidad de los datos de proveedores y la inteligencia de red
  • Utilizar modelos estadísticos, analítica predictiva y aprendizaje automático para abordar desafíos empresariales
  • Investigar problemas relacionados con la atención sanitaria y los datos de proveedores, desarrollar hipótesis y definir enfoques analíticos
  • Crear algoritmos originales para problemas analíticos complejos
  • Evaluar y mejorar la precisión, el rendimiento, la escalabilidad, la fiabilidad y el valor empresarial de los modelos
  • Procesar y analizar grandes conjuntos de datos con Python, SQL, Databricks, Spark y tecnologías de computación distribuida
  • Desarrollar y mantener flujos de trabajo automatizados para la detección de anomalías, la validación de datos, la ingeniería de características y la supervisión continua de modelos
  • Definir enfoques de ingeniería de características y evaluar la eficacia de los modelos
  • Evaluar e integrar fuentes de datos, herramientas y proveedores externos
  • Colaborar con Ingeniería para implementar modelos y crear soluciones de software escalables
  • Utilizar herramientas de modelos de lenguaje de gran tamaño, como Claude, mientras se investigan aplicaciones de IA generativa, PLN y agentes de IA
  • Crear métricas para el rendimiento de los modelos, la calidad de los datos y los resultados empresariales
  • Convertir resultados analíticos complejos en recomendaciones prácticas
  • Compartir hallazgos y recomendaciones con la dirección y con audiencias más amplias de la empresa
  • Colaborar con los equipos de Producto y de negocio en funcionalidades, métricas y soluciones basadas en datos
  • Orientar a científicos de datos y analistas mientras se impulsan los estándares técnicos, la gobernanza de datos y las prácticas de MLOps
  • Contribuir a programas interfuncionales y a debates de analítica con clientes

Requisitos

  • Al menos siete años de experiencia en ciencia de datos, aprendizaje automático o analítica avanzada, preferiblemente en una organización SaaS
  • Máster en Ciencia de Datos, Informática, Estadística, Matemáticas o un campo relacionado, o experiencia relevante equivalente
  • Capacidad demostrada para desarrollar e implementar modelos de aprendizaje automático en producción
  • Dominio avanzado de Python, incluidos pandas, NumPy y scikit-learn
  • Amplia experiencia con Databricks, Spark o plataformas similares de computación distribuida
  • Dominio avanzado de SQL
  • Experiencia con TensorFlow, PyTorch u otros marcos comparables de aprendizaje automático
  • Sólidos conocimientos de clasificación, regresión, agrupamiento, PLN y detección de anomalías
  • Experiencia en estadística aplicada, incluidas pruebas de hipótesis, análisis de regresión y probabilidad
  • Experiencia trabajando con conjuntos de datos grandes, desordenados y complejos
  • Conocimientos prácticos de prácticas de MLOps, incluidos el despliegue, la supervisión, la validación y la gestión del ciclo de vida de modelos
  • Experiencia aplicando modelos de lenguaje de gran tamaño y herramientas asistidas por IA a flujos de trabajo de ciencia de datos
  • Capacidad para desenvolverse de forma independiente en problemas ambiguos y establecer un curso de acción eficaz
  • Capacidad para comunicar resultados técnicos complejos en términos de valor empresarial claro
  • Sólidas habilidades de colaboración interfuncional con las partes interesadas de Producto, Ingeniería, Datos y negocio
  • Experiencia dirigiendo iniciativas técnicas y orientando a colegas
  • Autorización legal para trabajar en Estados Unidos
  • Actualmente no se ofrece patrocinio de visado
  • Las ubicaciones de trabajo preferidas se encuentran en uno de los estados de Estados Unidos indicados

Beneficios

  • Posibilidad de elegir entre trabajo remoto, híbrido o en oficina
  • Planes médicos, dentales y oftalmológicos para empleados con bajos costes para el empleado
  • Aportación equivalente al plan 401(k)
  • Programas de bienestar
  • Remuneración competitiva y bonificación por participación en el éxito
  • Vacaciones, baja por enfermedad y días festivos remunerados flexibles
  • Cultura de trabajo emprendedora
  • Reconocimiento y recompensas por las contribuciones
  • Entrevistas virtuales con las cámaras activadas
  • Igualdad de oportunidades laborales y adaptaciones para personas con discapacidad

Empleos relacionados

Xenon Seven

Científico de datos clínicos: gemelos digitales y ensayos clínicos

Xenon Seven

Desarrolla gemelos digitales y simulaciones para orientar el diseño de ensayos clínicos farmacéuticos. Integra datos clínicos con IA y aprendizaje automático para respaldar decisiones de desarrollo basadas en evidencia.

Abrir
Ritchie Bros.

Científico de Datos Principal, Chicago (Híbrido)

Ritchie Bros.

Lidera equipos de ciencia de datos en la creación de soluciones escalables de aprendizaje automático y analítica avanzada. Colabora con TI, directivos, equipos de producto y otras partes interesadas en iniciativas para toda la empresa.

Abrir
Ritchie Bros.

Científico de datos principal

Ritchie Bros.

Lidera un equipo de ciencia de datos que desarrolla aprendizaje automático escalable y analítica avanzada para el negocio. Gestiona y orienta a científicos, supervisa el desarrollo de modelos y colabora con TI, producto, directivos y otras partes interesadas.

Abrir
Capital One

Gerente de ciencia de datos – estrategia de datos alternativos

Capital One

Lidera iniciativas de ciencia de datos en Capital One para evaluar datos alternativos en decisiones de crédito de tarjetas en EE. UU. Desarrolla modelos de aprendizaje automático, características de datos y sistemas escalables de supervisión.

Abrir
BranchLab

Científico/a de datos sénior, analítica sanitaria

BranchLab

Usa datos sanitarios para crear audiencias publicitarias y orientar la plataforma de comercialización con IA de BranchLab. Diseña experimentos, evalúa socios de datos y contribuye a definir las capacidades del producto.

Abrir