Az Elevance Health egészségügyi és egészségbiztosítási vállalat, amely szélesebb körű, hosszú távú megközelítést alakít ki az emberek egészségének támogatására. Tevékenysége az egészségbiztosítási szolgáltatásokat, az integrált, teljes körű egészségügyi ellátást, valamint az ellátás és a biztosítási fedezet hatékonyabb összekapcsolását célzó digitális egészségügyi megoldásokat foglalja magában. A közel 100 000 munkatárssal több mint 118 millió embernek szolgáltató Elevance Health egy nagy, több szakterületet átfogó szervezetben kínál munkalehetőségeket, amely az egészségügyi eredmények javítására, az egészségügyi rendszer fejlesztésére és erősebb közösségek támogatására összpontosít.
Mesterségesintelligencia- és gépi tanulási tudós – Elevance Health, Indianapolis, hibrid
Éles környezetben használható gépi tanulási, generatív mesterségesintelligencia- és nagy nyelvi modellmegoldásokat fejleszthet az Elevance Health egészségügyi üzletága számára. RAG-, ügynökalapú MI-, értékelési és felelős MI-képességeket építhet vállalati alkalmazásokhoz.
Leírás
- MI-, gépi tanulási és generatív MI-megoldások tervezése, fejlesztése és bevezetése vállalati üzleti és működési kihívásokra
- Strukturált és strukturálatlan adatokat MI-alkalmazásokkal összekapcsoló infrastruktúra, adatfeldolgozási folyamatok és szolgáltatások kiépítése és karbantartása
- Újra felhasználható képességek létrehozása, például RAG-folyamatok, vektoros keresés, szemantikus visszakeresés, promptorkesztráció és ügynökalapú munkafolyamatok
- Értékelési keretrendszerek és automatizált tesztek bevezetése a modellek minőségének, pontosságának, torzításának, biztonságának és teljesítményének vizsgálatára
- Megfigyelési, megfigyelhetőségi és irányítási folyamatok kialakítása megbízható, szabályozásnak megfelelő éles MI-rendszerek támogatására
- Együttműködés a mérnöki és termékcsapatokkal az MI-képességek vállalati platformokba és alkalmazásokba történő integrálásában
- A felelős MI fejlesztése értékelési szabványokkal, auditálásra kész dokumentációval és modellirányítási kontrollokkal
- MI-rendszerek fejlesztése a skálázhatóság, a késleltetés, a megbízhatóság és a költséghatékonyság javítása érdekében
- Kísérletezés, teljesítmény-összehasonlítás és modell-összevetés támogatása a döntések megalapozására és az MI-innováció felgyorsítására
- Az érintettek követelményeinek éles környezetre kész MI-képességekké és szolgáltatásokká alakítása
- Hozzájárulás a műszaki szabványokhoz, az architekturális döntésekhez és a vállalati MI-mérnöki gyakorlatokhoz
- Kísérleti és elemzési tervek készítése gépi tanulási algoritmusokhoz és adatmodellezéshez, erős alapvonalak és oksági elemzés használatával
- A felelős és skálázható MI-bevezetés támogatása az Elevance Health egészségügyi vállalatánál
Követelmények
- Alapképzésben szerzett diploma erősen kvantitatív területen, például számítástechnika, gépi tanulás, operációkutatás, statisztika vagy matematika szakon, vagy ezzel egyenértékű tanulmányi és szakmai tapasztalat kombinációja; alternatívaként legalább négy év releváns tapasztalat
- Nagy vagy kis nyelvi modelleken alapuló alkalmazások éles környezetben történő fejlesztésében és bevezetésében szerzett tapasztalat erősen előnyös
- RAG-rendszerekkel, szemantikus kereséssel, vektoros adatbázisokkal, embeddingekkel és promptmérnökséggel szerzett tapasztalat erősen előnyös
- MI-ügynökök, eszközhívási munkafolyamatok vagy ügynökalapú architektúrák tervezésében szerzett tapasztalat erősen előnyös
- MI-rendszerek automatizált keretrendszerekkel, teljesítmény-összehasonlítással és emberi felülvizsgálattal történő értékelésében szerzett tapasztalat erősen előnyös
- Skálázható MI- és gépi tanulási folyamatok és szolgáltatások felhőnatív architektúrákkal történő fejlesztésében szerzett tapasztalat erősen előnyös
- MLOps-tapasztalat, beleértve a CI/CD-t, a modellbevezetést, a megfigyelést, a megfigyelhetőséget, az eltérésészlelést és az életciklus-kezelést, erősen előnyös
- Python, valamint modern MI- és gépitanulási-eszközök, például PyTorch, TensorFlow, LangChain, LangGraph, LlamaIndex vagy Hugging Face használatában szerzett tapasztalat erősen előnyös
- A felelős MI, a modellirányítás, a torzításvizsgálat, a magyarázhatóság és az auditálhatóság ismerete erősen előnyös
- MI-megoldások API-kkal, vállalati platformokkal és elosztott rendszerekkel történő integrálásában szerzett tapasztalat előnyös
- MI által generált kód és MI-támogatott fejlesztési munkafolyamatok felülvizsgálatában, tesztelésében, validálásában és megerősítésében szerzett tapasztalat előnyös
- Éles MI-rendszerek támogatásában, problémák megoldásában és folyamatos fejlesztés vezetésében szerzett tapasztalat előnyös
- Erős kommunikációs és együttműködési készségek, beleértve a műszaki és nem műszaki érintettek befolyásolásának képességét, előnyösek
- Egészségügyben, szabályozott iparágakban vagy vállalati léptékű MI területén szerzett tapasztalat előnyös
Juttatások
- Érdemalapú béremelések
- Fizetett ünnepnapok
- Fizetett szabadság
- Ösztönző bónuszprogramok
- Egészségügyi juttatások
- Fogászati juttatások
- Látásjavító juttatások
- Rövid távú rokkantsági juttatások
- Hosszú távú rokkantsági juttatások
- 401(k) vállalati hozzájárulással
- Munkavállalói részvényvásárlási program
- Életbiztosítás
- Wellnessprogramok
- Pénzügyi oktatási források
- Hibrid munkastratégia rugalmas távmunkalehetőséggel
- A jogszabályok által előírt munkahelyi alkalmazkodás