LogoFresh Jobs Ahead
mpathic
mpathic
11 – 50 Mga Empleyado
Pagkain at inuminPagkonsultaPangangalagang pangkalusugan
Ang mpathic ay bumubuo ng software para sa kaligtasan at analytics ng AI upang maunawaan at mapahusay ang mga interaksiyon ng tao–AI at ng mga tao sa isa’t isa. Sinusuportahan ng mga SaaS na produkto at API nito ang speech-to-text transcription, pagtatago ng personally identifiable information, pagsusuri ng pag-uugali at checklist, mga benchmarking dataset, red-teaming, at mga guardrail na nakabatay sa domain sa pamamagitan ng Observing Agent API. Nagsisilbi ang kumpanya sa mga team sa healthcare, life sciences, clinical research, insurance, at mga enterprise na nagsisikap palakasin ang empatiya, bawasan ang bias, at suportahan ang mas ligtas at mas sumusunod sa mga regulasyon na interaksiyon.
LinkedIn
Mga Trabaho sa Kumpanya

Tagasuri ng Pagsusuri ng AI/ML sa Pangangalagang Pangkalusugan

Nagsusuri ng ebidensya para sa mga aplikasyon ng AI sa pangangalagang pangkalusugan sa mga ebalwasyon ng regulatory sandbox ng mpathic. Sinusuri ang pagpapatunay ng modelo, pagiging maaasahan, mga pananggalang, at pagsubaybay para sa klinikal na paggamit.

USEstados UnidosRemoteKontrataGitnang antasSeniorKinakailangang Wika: InglesArtipisyal na intelihensiya

Paglalarawan

  • Sinusuri ang teknikal na ebidensya para sa mga aplikasyon ng AI sa pangangalagang pangkalusugan, kabilang ang performance, pagpapatunay, kakayahang magamit sa ibang konteksto, pagiging maaasahan, pagsubaybay, at mga pananggalang.
  • Sinusuri ang mga paraan ng pagpapatunay, pamantayang sanggunian, laki ng sample, estadistikal na pagsusuri, sukatan, hangganan sa pagpapatakbo, at kawalang-katiyakan.
  • Sinusuri ang kalidad at pagiging kinatawan ng datos, kabilang ang pagtagas ng datos, pagkakaiba ng mga subgroup, at kakayahang magamit sa iba't ibang pangkat ng pasyente at lugar ng pangangalaga.
  • Sinusubok ang teknikal na pagiging maaasahan, tibay, kakayahang maulit, mga paraan ng pagkabigo, at kilos sa mga di-karaniwan o labas-sa-distribusyong input.
  • Sinusuri ang mga plano ng ebalwasyon, benchmark, at pamantayan ng tagumpay para sa mga pilot deployment.
  • Sinusuri ang mga teknikal na pananggalang, paraan ng pag-escalate, at proseso ng pangangasiwa ng tao.
  • Sinusuri ang mga plano sa pagsubaybay at pamamahala ng pagbabago upang matukoy ang pagbaba ng performance, masubaybayan ang kilos ng modelo, mapamahalaan ang mga update at interbensyon, at maitakda ang pamantayan sa pagbabalik sa dating bersyon.
  • Nakikipagtulungan sa mga klinisyan at teknikal na espesyalista upang tugunan ang mga usaping nangangailangan ng iba't ibang disiplina.
  • Itinatala ang mga kalakasan, limitasyon, kakulangan sa ebidensya, at teknikal na alalahanin gamit ang pamantayang balangkas ng pagsusuri.
  • Nagbibigay ng malinaw at batay sa ebidensyang mga rekomendasyon at tinutukoy ang kinakailangang ebidensya o pagbabago.
  • Nakikibahagi sa pagkakalibrate ng mga tagasuri at pagtitiyak ng kalidad.
  • Pinananatili ang pagiging malaya at pagiging kompidensiyal, alinsunod sa mga kinakailangan sa salungatan ng interes at pangangasiwa ng datos.

Mga Kinakailangan

  • Hindi bababa sa tatlong taon ng propesyonal o inilapat na karanasan sa pananaliksik sa machine learning, data science, biostatistics, clinical informatics, o kaugnay na larangan, kabilang ang tuwirang gawain sa pagsusuri o pagpapatunay ng mga predictive model o AI system.
  • Pag-unawa sa mga paraan ng pagsusuri ng modelo, kabilang ang angkop na sukatan ng performance, disenyo ng pagpapatunay, estadistikal na kawalang-katiyakan, pagpili ng threshold, at karaniwang pinagmumulan ng bias o metodolohikal na pagkakamali.
  • Karanasan sa pagsusuri ng performance ng modelo gamit ang independiyente o nakalaang datos, at paghatol kung mailalapat ang mga resulta sa labas ng dataset na ginamit sa pagsusuri.
  • Praktikal na karanasan sa pagsusuri ng kahit isang kaugnay na uri ng AI system, gaya ng clinical NLP, malalaking modelo ng wika, conversational AI, medical imaging, computer vision, o mga tabular predictive model.
  • Kakayahang kritikal na magsuri ng teknikal na pananaliksik, ulat ng ebalwasyon, o pag-aaral ng pagpapatunay at tumukoy ng mga kahinaang metodolohikal o konklusyong walang sapat na suporta.
  • Mahusay na kasanayan sa analitikal na pagsulat at kakayahang malinaw na ipaliwanag ang masalimuot na resulta sa mga hindi teknikal na mambabasa.
  • Kakayahang magtrabaho nang mag-isa at mag-ambag sa pagsusuri at pagkakalibrate ng mga ekspertong mula sa iba't ibang disiplina.
  • Kahandaang lumagda sa mga kasunduan sa pagiging kompidensiyal, magsumite ng deklarasyon ng salungatan ng interes, at dumalo sa pagsasanay para sa mga tagasuri.
  • Karanasan sa pagsusuri ng mga AI o ML system sa pangangalagang pangkalusugan, suporta sa klinikal na pagpapasya, digital na kalusugan, o iba pang sitwasyong may mataas na panganib.
  • Pamilyaridad sa mga balangkas ng pagsusuri at pag-uulat para sa klinikal na AI gaya ng TRIPOD+AI, STARD-AI, CONSORT-AI, DECIDE-AI, o model card.
  • Karanasan sa pagsusuri ng generative AI, mga sistemang gumagamit ng LLM, o mga autonomous agent, kabilang ang asal sa maraming palitan, pagiging maaasahan, mga halusinasyon, at mga pananggalang.
  • Karanasan sa pagsusuri ng tibay, adversarial na ebalwasyon, red teaming, o sistematikong pagsusuri ng mga paraan ng pagkabigo.
  • Kaalaman sa pagsubaybay sa sistemang ginagamit sa produksyon, pagbabago ng distribusyon, paglihis ng modelo, kontrol sa bersyon, at pamamahala ng pagbabago.
  • Karanasan sa pagdidisenyo o pagsusuri ng mga sistemang human-in-the-loop o paghahambing ng performance ng modelo sa paghatol ng mga eksperto.
  • Pamilyaridad sa gabay ng FDA tungkol sa mga medikal na aparatong may AI, suporta sa klinikal na pagpapasya, o software bilang medikal na aparato.
  • Karanasan sa pagsasagawa ng mga independiyenteng teknikal na pagsusuri, siyentipikong peer review, pagsusuri ng grant, o pormal na ebalwasyon ng teknolohiya.
  • Karanasan sa pakikipagtulungan sa mga klinisyan, mananaliksik, o stakeholder sa regulasyon sa pagsusuri o pag-deploy ng AI.

Mga Benepisyo

  • Trabahong kontraktuwal na binabayaran kada pagsusuri.
  • Oryentasyon para sa tagasuri tungkol sa balangkas ng ebalwasyon at mga kinakailangan ng proyekto bago ang unang atas.

Mga Kaugnay na Trabaho

Volga Partners

Eksperto sa Paksa ng Kalusugan, Pagsusuri ng Modelo ng AI

Volga Partners
1,001 – 5,000 Mga Empleyado
Sponsor ng H1B VisaArtipisyal na intelihensiyaB2BKorporasyon
AUAustraliaCACanadaGBUnited KingdomINIndiaNZNew ZealandPHPilipinasUSEstados Unidos
$35 – $150 / oras
RemoteKontrataGitnang antasSeniorKinakailangang Wika: InglesArtipisyal na intelihensiya

Naghahanap ang Volga Partners ng mga doktor, nurse practitioner, at physician assistant upang tasahin ang katumpakang klinikal, pangangatwiran, at kaligtasan ng nilalamang medikal na ginawa ng AI. Nag-iiba-iba ang mga kontratang takdang-proyekto na remote depende sa pangangailangan ng proyekto.

Buksan