Quest Analytics, LLC
Quest Analytics, LLC

Ang Quest Analytics, LLC ay bumubuo ng software at mga serbisyong pangasiwa ng network para sa mga network ng healthcare provider. Tinutulungan ng cloud-based na Quest Enterprise Services at Quest Analytics Suite ang mga health system, regulator, at payer na pamahalaan ang datos ng provider, suriin ang performance ng network, suportahan ang pagsunod sa mga pamantayan, at tasahin ang kasapatan ng network.

Itinatag noong 1993, pinagsasama ng kumpanya ang kadalubhasaan sa healthcare analytics at consulting upang mapabuti ang katumpakan, kahusayan, at accessibility ng impormasyon tungkol sa mga network ng provider sa buong Estados Unidos. Sinusuportahan ng gawain nito ang mga organisasyong naglalayong palakasin ang access sa healthcare at mapanatili ang maaasahan at de-kalidad na mga network ng provider.

Senior na Siyentipiko ng Datos sa Pangangalagang Pangkalusugan (Hybrid, Estados Unidos)

Bumuo ng production-ready na machine learning at AI solutions para sa mga produkto ng network ng healthcare provider. Pagbutihin ang kalidad ng provider data, analytics, at network intelligence gamit ang advanced modeling at scalable data systems.

Paglalarawan

  • Bumuo, mag-optimize, at mag-scale ng machine learning models at advanced analytics para sa kalidad ng provider data at network intelligence
  • Gumamit ng statistical modeling, predictive analytics, at machine learning upang tugunan ang mga hamon sa negosyo
  • Siyasatin ang mga problema sa healthcare at provider data, bumuo ng mga hypothesis, at tukuyin ang mga analytical approach
  • Lumikha ng mga orihinal na algorithm para sa mga kumplikadong problemang analytical
  • Suriin at pagbutihin ang accuracy, performance, scalability, reliability, at business value ng mga modelo
  • Magproseso at magsuri ng malalaking dataset gamit ang Python, SQL, Databricks, Spark, at distributed computing technologies
  • Bumuo at magpanatili ng mga automated workflow para sa anomaly detection, data validation, feature engineering, at patuloy na model monitoring
  • Tukuyin ang mga approach sa feature engineering at suriin ang pagiging epektibo ng modelo
  • Suriin at isama ang mga external data source, tool, at vendor
  • Makipagtulungan sa Engineering upang mag-deploy ng mga modelo at lumikha ng scalable software solutions
  • Gumamit ng mga LLM tool gaya ng Claude habang sinasaliksik ang generative AI, NLP, at AI-agent applications
  • Lumikha ng mga sukatan para sa model performance, data quality, at business outcomes
  • Gawing praktikal na rekomendasyon ang kumplikadong analytical results
  • Ibahagi ang mga natuklasan at rekomendasyon sa leadership at mas malawak na audience sa kumpanya
  • Makipagtulungan sa Product at business teams sa mga feature, metric, at data-informed solution
  • Mag-coach ng mga data scientist at analyst habang pinauunlad ang technical standards, data governance, at MLOps practices
  • Makibahagi sa mga cross-functional program at analytics discussion kasama ang mga kliyente

Mga Kinakailangan

  • Hindi bababa sa pitong taong karanasan sa data science, machine learning, o advanced analytics, mas mainam kung sa isang SaaS organization
  • Master’s degree sa Data Science, Computer Science, Statistics, Mathematics, o kaugnay na larangan, o katumbas na nauugnay na karanasan
  • Napatunayang kakayahang bumuo at mag-deploy ng machine learning models sa production
  • Advanced na kasanayan sa Python, kabilang ang pandas, NumPy, at scikit-learn
  • Malawak na karanasan sa Databricks, Spark, o katulad na distributed computing platform
  • Advanced na kasanayan sa SQL
  • Karanasan sa TensorFlow, PyTorch, o maihahambing na machine learning framework
  • Malalim na kaalaman sa classification, regression, clustering, NLP, at anomaly detection
  • Kasanayan sa applied statistics kabilang ang hypothesis testing, regression analysis, at probability
  • Karanasan sa paghawak ng malalaki, magulo, at kumplikadong dataset
  • Working knowledge sa MLOps practices, kabilang ang deployment, monitoring, validation, at model lifecycle management
  • Karanasan sa paggamit ng LLM at AI-assisted tools sa data science workflows
  • Kakayahang malayang harapin ang mga problemang hindi malinaw at magtakda ng mabisang hakbang
  • Kakayahang ipaliwanag ang kumplikadong teknikal na resulta sa malinaw na business value
  • Mahusay na cross-functional collaboration skills kasama ang Product, Engineering, Data, at business stakeholders
  • Karanasan sa pamumuno ng technical initiatives at pagme-mentor ng mga kasamahan
  • Legal na awtorisasyong magtrabaho sa Estados Unidos
  • Kasalukuyang walang available na visa sponsorship
  • Ang mga pinipiling work location ay nasa isa sa mga nakalistang estado ng Estados Unidos

Mga Benepisyo

  • Pagpipilian sa remote, hybrid, o office-based na work arrangement
  • Medical, dental, at vision plans para sa empleyado na mababa ang gastos ng empleyado
  • 401(k) matching
  • Mga wellness program
  • Competitive na sahod at bonus na nakabatay sa tagumpay
  • Flexible na vacation at sick leave, pati bayad na mga holiday
  • Kulturang entrepreneurial sa trabaho
  • Pagkilala at gantimpala para sa mga kontribusyon
  • Virtual interview na naka-enable ang camera
  • Pantay na oportunidad sa trabaho at mga accommodation para sa mga taong may kapansanan

Mga Kaugnay na Trabaho

Xenon Seven

Siyentipiko ng Klinikal na Datos, Digital Twin at mga Klinikal na Pagsubok

Xenon Seven

Bumubuo ng mga digital twin at simulation upang makatulong sa pagdidisenyo ng mga klinikal na pagsubok sa parmasyutiko. Pinagsasama ang klinikal na datos at AI at machine learning upang masuportahan ang mga pasyang batay sa ebidensiya.

Buksan
Ritchie Bros.

Pinunong Siyentista ng Datos, Chicago (Hybrid)

Ritchie Bros.

Pangunahan ang mga pangkat ng data science sa pagbuo ng nasusukat na machine learning at mga solusyon sa advanced analytics. Makipagtulungan sa IT, mga ehekutibo, pangkat ng produkto, at iba pang stakeholder sa mga inisyatiba ng buong kumpanya.

Buksan
Ritchie Bros.

Nangungunang Siyentista ng Datos

Ritchie Bros.

Pangunahan ang pangkat ng data science na bumubuo ng scalable na machine learning at advanced analytics para sa negosyo. Pamahalaan at gabayan ang mga siyentista ng datos, pangasiwaan ang pagbuo ng mga modelo, at makipagtulungan sa IT, produkto, mga ehekutibo, at iba pang stakeholder.

Buksan
Capital One

Tagapamahala, Siyentista ng Datos – Estratehiya sa Alternatibong Datos

Capital One

Pangunahan ang gawain sa data science sa Capital One upang suriin ang alternatibong datos para sa mga pasya sa credit ng US Card. Bumuo ng mga machine learning model, feature ng datos, at mga sistemang scalable para sa pagsubaybay.

Buksan
BranchLab

Senior na Data Scientist, Analytics sa Pangangalagang Pangkalusugan

BranchLab

Gamitin ang datos sa pangangalagang pangkalusugan upang bumuo ng mga audience para sa advertising at suportahan ang AI-powered na platform ng BranchLab para sa komersyalisasyon. Magdisenyo ng mga eksperimento, magsuri ng mga data partner, at tumulong humubog sa mga kakayahan ng produkto.

Buksan