Welldoc ir veselības tehnoloģiju uzņēmums, kas izstrādā mākslīgajā intelektā balstītus digitālos rīkus hronisku slimību pārvaldībai. Tā platforma sniedz personalizētus ieskatus un atbalstu diabēta, hipertensijas, sirds mazspējas, svara pārvaldības, prediabēta un garīgās labklājības jomā. Uzņēmuma vadošais produkts BlueStar ir FDA apstiprināts diabēta pašpārvaldībai un ir savietojams ar vairāk nekā 400 ierīcēm. Welldoc sadarbojas ar veselības aprūpes plāniem, veselības aprūpes sistēmām un darba devējiem, lai veicinātu efektīvākas intervences, labākus iedzīvotāju veselības rezultātus un efektīvāku aprūpi.
Datu un mākslīgā intelekta asociētais direktors – Welldoc, Bengalūra, hibrīddarbs
Vadi veselības aprūpes datu platformas un ģeneratīvā mākslīgā intelekta produktus, tostarp RAG sistēmas un aģentiskas darba plūsmas. Veido prasībām atbilstošus risinājumus, izmantojot Databricks, Azure un ASV veselības aprūpes standartus.
Apraksts
- Būsi atbildīgs par uzņēmuma datu platformu un MI/LLM produktu stratēģiju, ceļvedi un īstenošanu no sākuma līdz beigām.
- Sadarbosies ar uzņēmējdarbības ieinteresētajām pusēm, lai identificētu vajadzības un pārveidotu darba plūsmas mērogojamos datu un MI risinājumos.
- Nodrošināsi piemērojamo ASV veselības aprūpes standartu un normatīvo aktu ievērošanu datu un MI produktos.
- Projektēsi un vadīsi ģeneratīvā MI lietojumprogrammas, RAG konveijerus un autonomu aģentu darba plūsmas.
- Veidosi orkestrēšanas arhitektūras, izmantojot tādus ietvarus kā LangChain un LangGraph.
- Izvērtēsi un integrēsi pamatmodeļus, tostarp Anthropic Claude, Azure OpenAI un atvērtā pirmkoda iespējas.
- Izstrādāsi aizsardzības mehānismus satura drošībai, halucināciju noteikšanai un promptu injekciju novēršanai.
- Vadīsi datu arhitektūru Databricks un Microsoft Azure ekosistēmā.
- Pārraudzīsi mērogojamus ETL/ELT konveijerus, datu modeļus un veselības aprūpes integrācijas, izmantojot FHIR, HL7 un EHR datus.
- Sadarbībā ar datu inženierijas komandām uzlabosi lakehouse veiktspēju, vaicājumu atbildes laiku un krātuves efektivitāti.
- Noteiksi uzņēmuma datu un MI pārvaldības praksi, kas aptver izcelsmes izsekošanu, kataloģizēšanu, piekļuves kontroli un modeļu izskaidrojamību.
- Veidosi un paplašināsi AIOps un MLOps iespējas uzraudzībai, promptu reģistrēšanai, noviržu noteikšanai, modeļu izvērtēšanai un izmaksu kontrolei.
- Sadarbosies ar informācijas drošības un regulējuma komandām, lai atbalstītu atbilstības prasības.
- Prototipēsi, izstrādāsi un mērogosi MI prioritātes produktus kopā ar produktu, datu un inženierijas partneriem.
- Periodiski sazināsies ar klientiem un skaidrosi biznesa vadītājiem sarežģītus tehniskus jautājumus.
Prasības
- Vismaz 15 gadu profesionālā pieredze.
- Padziļinātas praktiskās zināšanas par Retrieval-Augmented Generation konveijeriem.
- Darba pieredze ar progresīviem modeļiem, piemēram, GPT-4, Claude un LLaMA.
- Pieredze ar orkestrēšanas rīkiem, tostarp CrewAI, LangGraph, AutoGen vai OpenAI SDK.
- Spēcīgas komunikācijas un ieinteresēto pušu pārvaldības prasmes.
- Pierādīta pieredze uzņēmuma datu platformu un MI/LLM produktu ieviešanā no koncepcijas līdz ražošanai.
- Pieredze ASV veselības aprūpes standartu un normatīvo aktu piemērošanā, tostarp HIPAA, HITRUST, SOC 2 un PHI/PII kontrolēs.
- Praktiska pieredze ar LLM orkestrēšanas ietvariem, piemēram, LangChain un LangGraph.
- Tieša pieredze ar progresīviem pamatmodeļiem, tostarp Anthropic Claude un GPT-4, izmantojot API vai mākoņieviešanu.
- Padziļināta izpratne par MI aizsargmehānismiem, tostarp NVIDIA NeMo Guardrails, Llama Guard, Guardrails AI vai pielāgotiem validācijas konveijeriem.
- Pieredze MI sistēmu ieviešanā ekspluatācijā, izmantojot uzraudzību, RAGAS vai TruLens izvērtēšanu, novērojamību un promptu versiju pārvaldību.
- Veselības aprūpes sadarbspējas standartu, piemēram, FHIR un HL7, pārzināšana tiks uzskatīta par priekšrocību.
- Praktiska pieredze ar vektoru datubāzēm, piemēram, Pinecone, Qdrant, Azure AI Search un Databricks Vector Search, tiks uzskatīta par priekšrocību.
- Tādi sertifikāti kā Azure Solutions Architect, Databricks Certified Data Engineer vai Machine Learning Professional vai Scrum Product Owner tiks uzskatīti par priekšrocību.
Priekšrocības
- Hibrīds darba režīms.
- Darbs birojā četras dienas nedēļā.