ExaCare AI razvija SaaS softver za pružatelje postakutne skrbi, uključujući kvalificirane ustanove za njegu i agencije za kućnu zdravstvenu skrb. Njegova platforma podržava pregled uputnica, provjeru osiguranja, postupke naknade troškova i prijem pacijenata sažimanjem kliničke dokumentacije, prepoznavanjem kliničkih i financijskih rizika, poput mogućnosti unutar sustava PDPM, provjerom prihvatljivosti pokrića te pružanjem uvida u popunjenost, trendove broja pacijenata i operativnu uspješnost.
Inženjer strojnog učenja u ExaCare AI — hibridno, Toronto
Gradite produkcijsku ML infrastrukturu, cjevovode i nadzor za platformu ExaCare AI za postakutnu skrb. Pomozite zdravstvenim timovima donositi sigurnije odluke o smještaju putem pouzdanih i skalabilnih sustava strojnog učenja.
Opis
- Preuzmite odgovornost za tijekove rada i infrastrukturu kroz cijeli životni ciklus strojnog učenja
- Surađujte s istraživačima i ML stručnjacima na implementaciji modela i ubrzavanju iteracija
- Izrađujte i unapređujte podatkovne cjevovode i cjevovode za treniranje modela
- Pojednostavite obradu i označavanje podataka te ukupnu učinkovitost ML sustava
- Implementirajte i upravljajte pomoćnim uslugama za treniranje modela i zaključivanje
- Razvijajte alate za nadzor kvalitete modela, pouzdanosti sustava i operativnih performansi
- Povećajte skalabilnost, uočljivost i ponovljivost ML sustava
- Podešavajte ML infrastrukturu radi veće brzine, pouzdanosti i troškovne učinkovitosti
- Pronalazite uska grla u tijekovima rada i automatizirajte ponavljajuće ML operacije
- Definirajte i primjenjujte najbolje prakse za MLOps, implementaciju i performanse sustava
Zahtjevi
- Najmanje tri godine iskustva u ML inženjerstvu, MLOps-u, ML infrastrukturi, podatkovnom inženjerstvu ili backend i platformskom inženjerstvu za ML okruženja
- Iskustvo u podršci sustavima strojnog učenja od primopredaje modela do implementacije i nadzora
- Dokazano preuzimanje odgovornosti za podatkovne cjevovode, cjevovode za treniranje ili druge produkcijske ML tijekove rada
- Iskustvo suradnje s istraživačima, podatkovnim znanstvenicima ili ML stručnjacima na uvođenju modela u produkciju
- Čvrsti temelji softverskog inženjerstva i iskustvo u isporuci produkcijskih sustava
- Iskustvo u nadzoru, otklanjanju pogrešaka i poboljšanju produkcijskih ML ili podatkovnih sustava
- Dokazano poboljšanje pouzdanosti, skalabilnosti, brzine ili troškovne učinkovitosti ML sustava
- Sposobnost preuzimanja odgovornosti u brzom okruženju nalik startupu
Pogodnosti
- Konkurentna plaća i vlasnički udio u brzorastućem startupu
- Fleksibilan plaćeni dopust
- Zdravstveno, stomatološko i osiguranje vida
- Timska događanja izvan ureda
- Suradnički tim koji uključuje bivše Amazonove inženjere i alumne tvrtki Bain, BCG, Goldman Sachs i drugih organizacija