ExaCare AI izstrādā SaaS programmatūru pēcakūtās aprūpes pakalpojumu sniedzējiem, tostarp kvalificētās aprūpes iestādēm un mājas veselības aprūpes aģentūrām. Tās platforma atbalsta nosūtījumu pārskatīšanu, apdrošināšanas pārbaudi, atlīdzību procesu pārvaldību un pacientu uzņemšanu, apkopojot klīniskos ierakstus, identificējot klīniskos un finanšu riskus, piemēram, PDPM iespējas, pārbaudot apdrošināšanas seguma atbilstību un nodrošinot pārskatāmu informāciju par noslogojumu, pacientu skaita tendencēm un darbības rezultātiem.
Mašīnmācīšanās inženieris uzņēmumā ExaCare AI — hibrīddarbs, Toronto
Veido ražošanas ML infrastruktūru, datu plūsmas un uzraudzību, kas nodrošina ExaCare AI pēcaprūpes platformu. Palīdzi veselības aprūpes komandām pieņemt drošākus pacientu izvietošanas lēmumus, izmantojot uzticamas un mērogojamas mašīnmācīšanās sistēmas.
Apraksts
- Pārvaldi darba plūsmas un infrastruktūru visā mašīnmācīšanās dzīves ciklā
- Sadarbojies ar pētniekiem un ML speciālistiem, lai ieviestu modeļus un paātrinātu iterācijas
- Izveido un pilnveido datu un modeļu apmācības plūsmas
- Vienkāršo datu apstrādi, anotēšanu un kopējo ML sistēmas efektivitāti
- Ievies un uzturi pakalpojumus, kas atbalsta modeļu apmācību un secinājumu ģenerēšanu
- Izstrādā uzraudzības rīkus modeļu kvalitātes, sistēmas uzticamības un darbības rezultātu uzraudzībai
- Palielini ML sistēmas mērogojamību, novērojamību un reproducējamību
- Pielāgo ML infrastruktūru lielākam ātrumam, uzticamībai un izmaksu efektivitātei
- Atrodi darba plūsmu vājās vietas un automatizē atkārtotas ML darbības
- Definē un ievies MLOps, izvietošanas un sistēmas veiktspējas labāko praksi
Prasības
- Vismaz trīs gadu pieredze ML inženierijā, MLOps, ML infrastruktūrā, datu inženierijā vai backend un platformu inženierijā ML vidēs
- Pieredze mašīnmācīšanās sistēmu atbalstīšanā no modeļa nodošanas līdz izvietošanai un uzraudzībai
- Pierādīta atbildība par datu plūsmām, apmācības plūsmām vai citām ražošanas ML darba plūsmām
- Pieredze sadarbībā ar pētniekiem, datu zinātniekiem vai ML speciālistiem, lai modeļus ieviestu ražošanā
- Spēcīgi programmatūras inženierijas pamati un pieredze ražošanas sistēmu izstrādē
- Pieredze ražošanas ML vai datu sistēmu uzraudzībā, atkļūdošanā un uzlabošanā
- Pierādīta ML sistēmu uzticamības, mērogojamības, ātruma vai izmaksu efektivitātes uzlabošana
- Spēja uzņemties atbildību strauji mainīgā, jaunuzņēmumam līdzīgā vidē
Priekšrocības
- Konkurētspējīgs atalgojums un kapitāldaļas strauji augošā jaunuzņēmumā
- Elastīgs apmaksāts atvaļinājums
- Medicīniskā, zobārstniecības un redzes apdrošināšana
- Uzņēmuma izbraukuma pasākumi
- Sadarbīga komanda, kurā darbojas bijušie Amazon inženieri un Bain, BCG, Goldman Sachs un citu organizāciju absolventi