The Cigna Group یک شرکت جهانی فعال در حوزه مراقبت‌های بهداشتی است که از طریق Cigna Healthcare و Evernorth Health Services فعالیت می‌کند. این شرکت با ترکیب خدمات مراقبت‌های بهداشتی، بیمه سلامت و مدیریت مزایای دارویی، از سلامت و رفاه مشتریان، کارفرمایان و بیماران پشتیبانی می‌کند. این شرکت همچنین بر مراقبت‌های بهداشتی اخلاق‌مدار و شیوه‌های مسئولانه در زمینه هوش مصنوعی، عدالت در سلامت، حکمرانی مسئولانه زیست‌محیطی و اجتماعی و نوآوری در نحوه ارائه مراقبت‌ها تمرکز دارد.
کارآموز مهندسی هوش مصنوعی و یادگیری ماشین در گروه سیگنا (هیبریدی)
به‌عنوان کارآموز مهندسی هوش مصنوعی و یادگیری ماشین به گروه سیگنا بپیوندید و چارچوب‌های مقیاس‌پذیر یادگیری ماشین، خطوط لوله داده و خدمات ابری توسعه دهید. از ابتکارهای هوش مصنوعی سلامت و MLOps در Evernorth Health Services پشتیبانی کنید.
توضیحات
- چارچوب‌های قابل استفاده مجدد یادگیری ماشین را توسعه دهید تا توسعه مدل و استقرار در محیط تولید سریع‌تر شود
- با استفاده از Python، SQL، Spark، Databricks یا فناوری‌های مشابه، خطوط لوله داده مقیاس‌پذیر و راهکارهای مهندسی ویژگی ایجاد کنید
- APIهای آماده تولید، خدمات بومی ابر و برنامه‌های هوشمند بسازید
- از خودکارسازی MLOps، استقرار کانتینری، پایش و شیوه‌های مهندسی قابل اتکا پشتیبانی کنید
- مجموعه‌داده‌های بزرگ سلامت مانند مطالبات دارویی و پزشکی، سوابق اعضا، متن تماس‌ها، نظرسنجی‌ها و گزارش‌های وب را تحلیل کنید
- با شرکای فنی و کسب‌وکار همکاری کنید تا نیازمندی‌های پیچیده را به راهکارهای مقیاس‌پذیر و مسئولانه تبدیل کرده و نتایج را به‌طور مؤثر منتقل کنید
- موارد استفاده از هوش مصنوعی مولد، هوش مصنوعی عاملی، تولید تقویت‌شده با بازیابی، هوشمندی اسناد و پیش‌بینی بلادرنگ را بررسی کنید
- یادگیری‌های خود را ثبت کنید، بازخوردها را به کار بگیرید و از نزدیک با مهندسان، دانشمندان داده، معماران و ذی‌نفعان کسب‌وکار همکاری کنید
شرایط لازم
- در حال تحصیل برای مدرک کارشناسی ارشد یا دکترا در علوم رایانه، آمار، ریاضیات کاربردی، مهندسی، پژوهش عملیاتی، بیوانفورماتیک، سامانه‌های اطلاعاتی، زبان‌شناسی رایانشی یا رشته‌ای کمی دیگر باشید
- از طریق دروس دانشگاهی، پژوهش، کارآموزی یا پروژه‌های حرفه‌ای، دست‌کم یک سال تجربه عملی در یادگیری ماشین، مهندسی داده، تحلیل داده یا مهندسی نرم‌افزار داشته باشید
- دانش کاربردی Python و SQL، از جمله تجربه آماده‌سازی داده یا توسعه راهکارهای فنی، داشته باشید
- تجربه ایجاد یا پشتیبانی از راهکارهای یادگیری ماشین، مهندسی داده یا مهندسی نرم‌افزار از طریق پروژه‌های دانشگاهی یا کاربردی داشته باشید
- توانایی انتقال شفاف کار فنی، همکاری میان‌رشته‌ای و واکنش سازنده به بازخورد و اطلاعات جدید را داشته باشید
- برای کار در ایالات متحده بدون نیاز به حمایت مالی برای اشتغال فعلی یا آینده مجاز باشید
مزایا
- فرصت‌های توسعه حرفه‌ای
- فرصت‌های شبکه‌سازی
- همکاری با مهندسان، دانشمندان داده، معماران و ذی‌نفعان کسب‌وکار باتجربه
- کارآموزی تابستانی دوازده‌هفته‌ای
- برنامه تمام‌وقت ۴۰ ساعت در هفته
- برنامه کاری هیبریدی
- دسترسی به اینترنت خانگی الزامی است و برای کار گاه‌به‌گاه یا دائمی از راه دور پشتیبانی ارائه می‌شود؛ سرویس پهن‌باند کابلی یا فیبر نوری باید حداقل سرعت دانلود 10 Mbps و آپلود 5 Mbps داشته باشد