
A Solventum biztonságosabb és hatékonyabb egészségügyi, valamint szájápolási ellátást támogató technológiákat és szolgáltatásokat fejleszt. Portfóliójába fejlett sebkezelési, sebészeti és sterilizálási megoldások, szájápolási termékek, egészségügyi információs és technológiai szolgáltatások, továbbá biofarmáciai alkalmazásokhoz használható tisztító- és szűrőrendszerek tartoznak. A vállalat oktatási és képzési erőforrásokkal is támogatja az egészségügyi szakembereket, a termékfejlesztést pedig a betegbiztonságra, a klinikai eredményekre és a működési hatékonyságra helyezett hangsúllyal ötvözi.
Gépi tanulási mérnök - Solventum - Pennsylvania, távmunka
Éles környezetben működő gépi tanulási infrastruktúrát és mesterségesintelligencia-szolgáltatásokat fejleszthet a Solventum egészségügyi információs rendszereihez. A munkakör az MLOps, az egészségügyi adatmérnökség, a felhőalapú üzembe helyezés, a monitorozás és a megfelelőség területeit foglalja magában.
Leírás
- Gépi tanulási szállítási folyamatokat hoz létre és tart fenn, éles modelleket helyez üzembe és monitoroz, egészségügyi adatokat alakít át, támogatja a feature store-okat, mesterséges intelligenciát integrál egészségügyi alkalmazásokba, valamint biztonságos és dokumentált rendszereket tart fenn.
- A klinikai teljesítmény- és késleltetési követelményeket teljesítő, skálázható API-ként és mikroszolgáltatásként helyezzen üzembe gépi tanulási modelleket.
- Monitorozza a modellek minőségét, az adatelcsúszást és az éles szolgáltatások állapotát.
- Hozzon létre és fejlesszen olyan ETL-munkafolyamatokat, amelyek a FHIR-, HL7- és egyéb egészségügyi adatokat tanítási és következtetési adathalmazokká alakítják.
- Segítsen fenntartani a feature store-okat és azokat az adatrétegeket, amelyek összehangolják a tanítási és az éles adatokat.
- Dolgozzon együtt a háttérrendszer-mérnökökkel a gépi tanulási eredmények alapvető egészségügyi termékekbe történő integrálásán.
- Készítsen világos, karbantartható és jól dokumentált Python-kódot.
- Vegyen részt a munkatársak kódellenőrzéseiben.
- Docker és Kubernetes használatával csomagolja és vezényelje a gépi tanulási munkaterheléseket.
- Alkalmazza a HIPAA- és HITRUST-követelményeket az adatfeldolgozás és az üzembe helyezések során.
- Belföldön legfeljebb 10%-ban utazzon.
- A munkaviszony első napjaiban végezze el a kötelező helyszíni beillesztést.
Követelmények
- Informatikai, szoftvermérnöki, adatmérnöki vagy kapcsolódó szakon szerzett alapfokú vagy magasabb végzettség.
- Legalább hat év szakmai szoftvermérnöki vagy adatmérnöki tapasztalat.
- Legalább öt év Python-tapasztalat, valamint SQL-ismeret.
- Legalább két év tapasztalat éles környezetben működő gépi tanulási rendszerekkel.
- Legalább öt év AWS- és Dockerhez hasonló konténertechnológiák használatában.
- Legalább három év szakmai Java-tapasztalat.
- Legalább három év olyan gépi tanulási könyvtárak, mint a PyTorch vagy a Scikit-learn, valamint olyan MLOps-eszközök, mint az Airflow, a Prefect, a BentoML vagy a Kubeflow használatában.
- Legalább négy év olyan adatfeldolgozási keretrendszerek használatában, mint a Pandas, a Spark vagy a dbt.
- Nagy nyelvi modellek üzembe helyezésében vagy olyan keretrendszerekkel, mint a LangChain, szerzett tapasztalat.
- Szabályozott iparágban, például az egészségügyben vagy a pénzügyben szerzett tapasztalat.
- API-tervezési és mikroszolgáltatás-architektúrával kapcsolatos ismeretek.
- A munkát a vállalati irányelveknek, eljárásoknak, biztonsági szabványoknak, valamint a dokumentált önéletrajzi vagy pályázati követelményeknek megfelelően kell végezni.
- A végzettséget és a munkatörténetet önéletrajzban vagy a pályázati űrlap mezőiben kell megadni.
Juttatások
- Egészségügyi, fogászati és látásbiztosítási fedezet.
- Egészségügyi megtakarítási számla lehetőségei.
- Egészségügyi és eltartottgondozási rugalmas kiadási számlák.
- Rokkantsági ellátások.
- Életbiztosítás.
- Önkéntesen választható juttatási programok.
- Fizetett távollétek.
- Nyugdíjjuttatások.
- A kötelező helyszíni beillesztéshez kapcsolódó, vállalat által fizetett utazás és kapcsolódó költségek.
- Legfeljebb 10%-os belföldi utazás szükséges lehet.