Welldoc est une entreprise de technologies de la santé qui développe des outils numériques fondés sur l’IA pour la gestion des maladies chroniques. Sa plateforme fournit des informations et un accompagnement personnalisés pour le diabète, l’hypertension, l’insuffisance cardiaque, la gestion du poids, le prédiabète et le bien-être mental. Son produit phare, BlueStar, est autorisé par la FDA pour l’autogestion du diabète et se connecte à plus de 400 appareils. Welldoc collabore avec des régimes d’assurance maladie, des systèmes de santé et des employeurs afin de favoriser de meilleures interventions, de meilleurs résultats en santé des populations et des soins plus efficaces.
Directeur associé, Données et IA – Welldoc, Bangalore hybride
Pilotez des plateformes de données de santé et des produits d’IA générative, notamment des systèmes RAG et des flux de travail agentiques. Concevez des solutions conformes à Databricks, Azure et aux normes de santé américaines.
Description
- Piloter la stratégie, la feuille de route et la livraison de bout en bout des plateformes de données d’entreprise et des produits d’IA/LLM.
- Collaborer avec les parties prenantes métier pour identifier les besoins et transformer les flux de travail en solutions de données et d’IA évolutives.
- Maintenir la conformité avec les normes et réglementations américaines applicables en matière de santé pour tous les produits de données et d’IA.
- Concevoir et diriger des applications d’IA générative, des pipelines RAG et des flux de travail d’agents autonomes.
- Créer des architectures d’orchestration avec des frameworks tels que LangChain et LangGraph.
- Évaluer et intégrer des modèles fondamentaux, notamment Anthropic Claude, Azure OpenAI et des options open source.
- Développer des mécanismes de protection pour la sécurité du contenu, la détection des hallucinations et la protection contre les injections de prompts.
- Piloter l’architecture des données dans Databricks et l’écosystème Microsoft Azure.
- Superviser des pipelines ETL/ELT évolutifs, des modèles de données et des intégrations de santé utilisant des données FHIR, HL7 et EHR.
- Améliorer les performances du lakehouse, les temps de réponse des requêtes et l’efficacité du stockage en partenariat avec les équipes d’ingénierie des données.
- Définir des pratiques de gouvernance des données et de l’IA à l’échelle de l’entreprise, couvrant la traçabilité, le catalogage, les contrôles d’accès et l’explicabilité des modèles.
- Développer et étendre les capacités AIOps et MLOps pour la surveillance, la journalisation des prompts, la détection de dérive, l’évaluation des modèles et le contrôle des coûts.
- Travailler avec les équipes de sécurité de l’information et de réglementation afin de répondre aux exigences de conformité.
- Prototyper, développer et faire évoluer des produits conçus autour de l’IA avec les partenaires produit, données et ingénierie.
- Échanger régulièrement avec les clients et expliquer des sujets techniques complexes aux dirigeants d’entreprise.
Exigences
- Au moins 15 ans d’expérience professionnelle.
- Expertise pratique avancée des pipelines de génération augmentée par récupération.
- Connaissance pratique de modèles de pointe tels que GPT-4, Claude et LLaMA.
- Expérience des outils d’orchestration, notamment CrewAI, LangGraph, AutoGen ou l’OpenAI SDK.
- Excellentes capacités de communication et de gestion des parties prenantes.
- Expérience avérée dans le passage de plateformes de données d’entreprise et de produits d’IA/LLM du concept à la production.
- Expérience de l’application des normes et réglementations américaines en matière de santé, notamment HIPAA, HITRUST, SOC 2 et les contrôles PHI/PII.
- Expérience pratique des frameworks d’orchestration LLM tels que LangChain et LangGraph.
- Expérience directe de l’utilisation de modèles fondamentaux avancés, notamment Anthropic Claude et GPT-4, via des API ou des déploiements cloud.
- Solide compréhension des garde-fous de l’IA, notamment NVIDIA NeMo Guardrails, Llama Guard, Guardrails AI ou des pipelines de validation personnalisés.
- Expérience de l’industrialisation de systèmes d’IA grâce à la surveillance, à l’évaluation avec RAGAS ou TruLens, à l’observabilité et au versionnage des prompts.
- Une expérience des standards d’interopérabilité de santé tels que FHIR et HL7 est souhaitée.
- Une expérience pratique des bases de données vectorielles telles que Pinecone, Qdrant, Azure AI Search et Databricks Vector Search est souhaitée.
- Des certifications telles qu’Azure Solutions Architect, Databricks Certified Data Engineer ou Machine Learning Professional, ou Scrum Product Owner, sont souhaitées.
Avantages
- Mode de travail hybride.
- Travail au bureau quatre jours par semaine.