Innovaccer
Innovaccer
Ang Innovaccer ay isang kumpanyang teknolohiya sa pangangalagang pangkalusugan na bumubuo ng mga tool upang matulungan ang mga provider, nagbabayad ng serbisyong pangkalusugan, at mga organisasyon sa life sciences na mas mahusay na magamit ang datos pangkalusugan. Pinagsasama ng Health Cloud nito ang magkakahiwalay na impormasyon, analytics, artificial intelligence, at automation ng workflow upang suportahan ang digital transformation at mas magkakaugnay na pangangalaga. Dinisenyo ang platform upang mapakinabangan ang klinikal at operasyonal na datos, pasimplehin ang gawaing administratibo, palakasin ang pakikibahagi ng pasyente, at tulungan ang mga organisasyon na maisulong ang value-based care sa pamamagitan ng mas malinaw na pag-unawa sa mga kinalabasang pangkalusugan at pinansyal ng mga pasyente.

Staff na Inhinyero ng Artipisyal na Intelihensiya – Innovaccer (Hybrid, San Francisco)

Pangunahan ang pagbuo ng mga backend system, data pipeline, at kakayahan sa AI/ML para sa healthcare intelligence platform ng Innovaccer. Hubugin ang nasusukat at ligtas na software na ginagamit ng mga provider, payer, at organisasyon ng pamahalaan.

Paglalarawan

  • Magdisenyo, bumuo, at maghatid ng mahahalagang kakayahan ng platform na sumasaklaw sa mga backend service, API, at data pipeline
  • Bumuo ng functionality ng produktong AI/ML mula sa integration ng modelo hanggang sa production-ready na disenyo ng system at daloy ng data
  • Pangasiwaan ang arkitektura at implementasyon ng mahahalagang system habang binabalanse ang scalability, performance, seguridad, at gastos
  • Isulong ang mga kasanayan sa engineering sa buong software development lifecycle, kabilang ang testing, kalidad ng code, seguridad, observability, at operasyon
  • Lumikha ng matatag at masusing nasubok na mga serbisyo na nag-uugnay sa mga produkto sa mga panlabas na healthcare system
  • Panatilihin ang pagsunod sa mga pamantayan sa healthcare at proteksyon ng data, kabilang ang HIPAA at GDPR
  • Siyasatin, i-profile, at patatagin ang mga production system habang pinangangasiwaan ang reliability at incident response
  • Direktang magturo sa mga engineer sa pamamagitan ng mga design session, pair programming, at code review
  • Makipagtulungan sa mga product at clinical partner upang gawing matitibay na technical design ang mga praktikal na pangangailangan
  • Suriin ang mga teknolohiya, framework, at tool batay sa kakayahan, gastos, panganib, at panahong kailangan upang makapaghatid ng halaga

Mga Kinakailangan

  • Bachelor’s, master’s, o doctoral degree sa computer science, software engineering, o kaugnay na disiplina, o katumbas na praktikal na karanasan
  • Hindi bababa sa 7 taon ng karanasan sa software engineering, kabilang ang napatunayang personal na paghahatid ng malakihang production system
  • Napapanahon at hands-on na kasanayan sa programming sa isa o higit pang modernong wika, kabilang ang Python, Java, o Go
  • Malakas na kakayahan sa pagdidisenyo ng distributed system, backend service, API, at data-intensive architecture
  • Karanasan sa pag-embed ng AI/ML sa mga produkto sa pamamagitan ng pag-uugnay ng mga modelo sa operational system, pamamahala ng daloy ng data, at pagpapatakbo ng mga ito sa production
  • Praktikal na karanasan sa pagpapatakbo ng production software, kabilang ang CI/CD, infrastructure as code, monitoring, performance optimization, at incident response
  • Kaalaman sa mga pamantayan ng healthcare data gaya ng FHIR at HL7 at mga regulasyong kabilang ang HIPAA at GDPR, o kakayahang mabilis na matuto ng isang regulated domain
  • Mahusay na kasanayan sa pagsusuri at komunikasyon, kasama ang kakayahang pag-isahin ang mga engineer at stakeholder sa teknikal na direksiyon
  • Malakas na karanasan sa mga cloud environment gaya ng AWS, Google Cloud Platform, o Azure
  • Karanasan sa pag-package at pag-orchestrate ng mga application gamit ang Docker at Kubernetes
  • Kinakailangan ang beripikasyon ng eligibility sa pagtatrabaho para sa mga bagong empleyadong nakabase sa United States

Mga Benepisyo

  • 20 araw ng nakapirming taunang leave, bukod pa sa mga holiday ng kumpanya
  • Parental leave
  • Mga insentibong pinansyal at pagkilala ng buong kumpanya para sa makabuluhang epekto at dedikasyon
  • Medical, dental, at vision coverage
  • Short- at long-term disability insurance na binabayaran ng kumpanya
  • Basic life insurance na binabayaran ng kumpanya
  • May diskuwentong legal assistance
  • Pet insurance

Mga Kaugnay na Trabaho

U.S. Bank

Punong AI Engineer, Pagpapabilis ng Enterprise AI

U.S. Bank

Pangunahan ang ligtas at nasusukat na paggamit ng AI sa U.S. Bank sa pamamagitan ng paghahatid ng mga generative AI solution, muling magagamit na balangkas sa engineering, at matalinong automation. Makipagtulungan sa mga pangkat ng negosyo at teknolohiya upang maisakatuparan ang mga enterprise AI use case mula konsepto hanggang produksyon.

Buksan
BigHat Biosciences

Direktor ng Machine Learning, Disenyo ng Antibody

BigHat Biosciences

Pangunahan ang estratehiya sa machine learning at pagmomodelo ng disenyo ng antibody sa BigHat Biosciences sa pamamagitan ng pagsasama ng mga makabagong modelo, datos sa laboratoryo, at awtomasyong LLM. Gabayan ang nakatatandang pangkat na binubuo ng iba’t ibang disiplina at tumulong pahusayin ang mga siklo ng disenyo para sa mahigit 2,000 antibody bawat linggo.

Buksan
Gusto

Senior na Arkitekto ng AI para sa FP&A sa Gusto

Gusto

Hulmahin ang pagpaplano, pagtataya, at pag-uulat na pinapagana ng AI para sa organisasyon ng CFO ng Gusto. Bumuo ng pinamamahalaang mga sistema ng datos sa pananalapi at awtomatikong daloy ng trabaho upang mapahusay ang pagpapasya.

Buksan
Plenful

Staff Machine Learning Engineer, Plenful (San Francisco, Hybrid)

Plenful

Magtakda ng estratehiya sa produksyon para sa mga machine learning agent, post-training ng modelo, at ebalwasyon. Bumuo ng healthcare AI automation upang mabawasan ang gawaing administratibo at patatagin ang pagsunod sa mga regulasyon.

Buksan
Poesis AI

Punong Inhinyero sa Machine Learning, AI sa Pananalapi

Poesis AI

Bumuo ng mga predictive signal, production machine learning model, at sistema ng pagsusuri para sa autonomous investment platform ng Poesis AI. Ilapat ang AI sa datos pinansyal at gamitin ang mga resulta ng pamumuhunan upang pagbutihin ang mga modelo at agent.

Buksan