Plenful
Plenful
Plenful desarrolla software de automatización de flujos de trabajo con IA para equipos de farmacia e infusión. Su plataforma conecta datos de API, HL7, SFTP, PDF y bases de datos para gestionar tareas administrativas como auditorías y optimización de programas 340B, captación de derivaciones, gestión de reembolsos, información sobre el precio máximo justo, autorizaciones previas y recepción de pedidos. Plenful presta servicio a sistemas de salud, farmacias especializadas, centros de infusión y grupos de proveedores, con énfasis en operaciones conformes a la normativa, recuperación de ingresos y reducción del trabajo manual.

Ingeniero/a sénior de aprendizaje automático, Plenful (San Francisco, híbrido)

Define la estrategia de producción para agentes de aprendizaje automático, el posentrenamiento de modelos y su evaluación. Desarrolla automatización de IA para el sector sanitario que reduzca las tareas administrativas y refuerce el cumplimiento normativo.

Descripción

  • Diseña agentes de producción con uso de herramientas, recuperación de información, gestión del estado y el contexto, enrutamiento, orquestación, trazabilidad y recuperación ante fallos.
  • Convierte los enfoques exitosos en patrones de ingeniería reutilizables.
  • Decide si conviene desarrollar o adquirir modelos y componentes de plataforma.
  • Define la estrategia de posentrenamiento de la empresa.
  • Entrena e implementa LLM y modelos de visión y lenguaje para tareas sanitarias.
  • Desarrolla capacidades internas para continuar entrenando modelos.
  • Crea evaluaciones que demuestren mejoras en producción.
  • Define la estrategia de calidad de IA mediante evaluadores automatizados, jueces LLM calibrados, conjuntos de pruebas de regresión, revisión humana, taxonomías de fallos y validación del entorno offline al online.
  • Basa las decisiones de lanzamiento en los resultados de evaluación.
  • Desarrolla sistemas que aprovechen los fallos en producción y los comentarios de usuarios para mejorar conjuntos de datos, evaluaciones y modelos.
  • Establece estándares para el versionado de conjuntos de datos, la observabilidad y MLOps.
  • Define la hoja de ruta de aprendizaje automático para los próximos 12 meses junto con responsables de ingeniería y producto.
  • Dirige revisiones técnicas, asesora a ingenieros sénior y contribuye a la contratación.
  • Diseña teniendo en cuenta la privacidad: usa solo los datos estrictamente necesarios, datos desidentificados o sintéticos cuando corresponda y prácticas acordes con HIPAA.
  • Durante los primeros 30 días, revisa los agentes, las evaluaciones y el flujo de entrenamiento e identifica las tres brechas principales.
  • Para el día 90, implementa una mejora del posentrenamiento o de la evaluación que mejore una métrica de producción.
  • Para el día 90, publica el plan del equipo para los dos trimestres siguientes.

Requisitos

  • Al menos 8 años de experiencia en aprendizaje automático o ingeniería de software, incluidos más de 3 años liderando sistemas LLM o de agentes en producción.
  • Experiencia práctica integral en posentrenamiento, como ajuste fino supervisado, optimización de preferencias, destilación o aprendizaje por refuerzo.
  • Experiencia en la puesta en producción de un modelo que haya mejorado una métrica de producción.
  • Experiencia en el diseño de estrategias de evaluación de LLM o agentes que hayan orientado decisiones de lanzamiento.
  • Experiencia en arquitectura de sistemas de agentes de producción.
  • Experiencia con LangGraph, RAG y herramientas de búsqueda vectorial como Pinecone.
  • Dominio de Python y PyTorch.
  • Familiaridad con herramientas de entrenamiento y servicio distribuido como vLLM, FSDP o DeepSpeed.
  • Experiencia con MLOps: Docker, Kubernetes, MLflow o equivalentes, CI/CD y seguimiento de experimentos y conjuntos de datos.
  • Capacidad para influir sin autoridad formal mediante documentos de diseño, revisiones y mentoría.
  • Conocimientos actualizados de nuevos modelos y agentes de programación.
  • Capacidad para convertir artículos y lanzamientos en experimentos y comunicar resultados cuantificados.
  • Pruebas de trabajo que otras personas utilizan, como contribuciones de código abierto, artículos, charlas o evaluaciones.
  • Se valorará: experiencia con datos sanitarios como EHR, FHIR, reclamaciones o autorizaciones previas.
  • Se valorará: publicaciones o contribuciones de código abierto sobre evaluación de LLM, posentrenamiento o agentes.
  • Se valorará: experiencia entrevistando y contratando a ingenieros de aprendizaje automático.
  • Se valorará: experiencia en otro sector regulado y de alto riesgo.

Beneficios

  • Trabajo híbrido flexible con enfoque remoto y presencia significativa en las oficinas de San Francisco y Nueva York.
  • Cobertura médica, dental y oftalmológica completa para empleados, con participación familiar.
  • Plan 401(k) con una aportación de la empresa equivalente al 50 % de las primeras contribuciones del 3 % del salario.
  • Participación accionaria para todos los empleados a tiempo completo.
  • Tiempo libre remunerado ilimitado.
  • Subsidio semanal de 100 $ para almuerzos.
  • Subsidio mensual de 100 $ para bienestar.
  • Ayuda mensual de 100 $ para transporte para empleados con sede en San Francisco y Nueva York.
  • Permiso parental remunerado.
  • Oportunidades de crecimiento profesional.
  • Equipo comprometido con su misión y formado por colegas con experiencia.
  • Colaboración con líderes experimentados y de alto rendimiento.

Empleos relacionados

U.S. Bank

Ingeniero/a principal de IA, aceleración de la IA empresarial

U.S. Bank

Lidera la adopción segura y escalable de la IA en U.S. Bank mediante soluciones de IA generativa, marcos de ingeniería reutilizables y automatización inteligente. Colabora con equipos de negocio y tecnología para llevar casos de uso de IA empresarial desde la idea hasta producción.

Abrir
BigHat Biosciences

Director de aprendizaje automático, diseño de anticuerpos

BigHat Biosciences

Lidera la estrategia de aprendizaje automático y el modelado del diseño de anticuerpos en BigHat Biosciences, integrando modelos de vanguardia, datos de laboratorio y automatización con LLM. Guía a un equipo interdisciplinario sénior y contribuye a mejorar ciclos de diseño que respaldan más de 2.000 anticuerpos cada semana.

Abrir
Gusto

Arquitecto/a sénior de IA para FP&A en Gusto

Gusto

Define la planificación, las previsiones y los informes financieros con IA para la organización del CFO de Gusto. Crea sistemas de datos financieros gobernados y flujos automatizados que mejoren la toma de decisiones.

Abrir
Poesis AI

Ingeniero/a principal de aprendizaje automático, IA financiera

Poesis AI

Desarrolla señales predictivas, modelos de aprendizaje automático en producción y sistemas de evaluación para la plataforma de inversión autónoma de Poesis AI. Aplica IA a datos financieros y utiliza los resultados de inversión para mejorar modelos y agentes.

Abrir