ExaCare AI membangunkan perisian SaaS untuk penyedia penjagaan pascaakut, termasuk kemudahan kejururawatan mahir dan agensi penjagaan kesihatan di rumah. Platformnya menyokong semakan rujukan, pengesahan insurans, aliran kerja pembayaran balik, dan kemasukan pesakit dengan meringkaskan rekod klinikal, mengenal pasti risiko klinikal dan kewangan seperti peluang PDPM, menyemak kelayakan perlindungan, serta memberikan gambaran tentang kadar penghunian, trend banci pesakit, dan prestasi operasi.
Jurutera Pembelajaran Mesin di ExaCare AI — Hibrid, Toronto
Bina infrastruktur ML pengeluaran, saluran paip dan pemantauan di sebalik platform penjagaan pascaakut ExaCare AI. Bantu pasukan penjagaan kesihatan membuat keputusan penempatan yang lebih selamat melalui sistem pembelajaran mesin yang boleh dipercayai dan berskala.
Penerangan
- Mengurus aliran kerja dan infrastruktur sepanjang kitar hayat pembelajaran mesin
- Bekerjasama dengan penyelidik dan pengamal ML untuk menggunakan model serta mempercepatkan iterasi
- Mencipta dan menambah baik saluran paip data serta latihan model
- Memperkemas pemprosesan data, anotasi dan kecekapan keseluruhan sistem ML
- Menggunakan dan mengendalikan perkhidmatan sokongan untuk latihan serta inferens model
- Membangunkan alat pemantauan bagi kualiti model, kebolehpercayaan sistem dan prestasi operasi
- Meningkatkan kebolehskalaan, kebolehlihatan dan kebolehulangan sistem ML
- Menala infrastruktur ML untuk kelajuan, kebolehpercayaan dan kecekapan kos yang lebih baik
- Mengenal pasti kesesakan aliran kerja dan mengautomasikan operasi ML yang berulang
- Menetapkan dan mengamalkan amalan terbaik untuk MLOps, penggunaan dan prestasi sistem
Keperluan
- Sekurang-kurangnya tiga tahun pengalaman dalam kejuruteraan ML, MLOps, infrastruktur ML, kejuruteraan data, atau kejuruteraan backend dan platform untuk persekitaran ML
- Pengalaman menyokong sistem pembelajaran mesin daripada serah terima model hingga penggunaan dan pemantauan
- Terbukti mempunyai pemilikan terhadap saluran paip data, saluran paip latihan atau aliran kerja ML pengeluaran yang lain
- Pengalaman bekerjasama dengan penyelidik, saintis data atau pengamal ML untuk membawa model ke pengeluaran
- Asas kejuruteraan perisian yang kukuh dan pengalaman menyampaikan sistem pengeluaran
- Pengalaman memantau, menyahpepijat dan menambah baik sistem ML atau data pengeluaran
- Bukti peningkatan kebolehpercayaan, kebolehskalaan, kelajuan atau kecekapan kos dalam sistem ML
- Keupayaan untuk mengambil pemilikan dalam persekitaran pantas yang bergaya permulaan
Faedah
- Gaji dan ekuiti yang kompetitif di syarikat pemula yang berkembang pesat
- Cuti berbayar yang fleksibel
- Insurans perubatan, pergigian dan penglihatan
- Acara luar pejabat syarikat
- Pasukan kolaboratif yang merangkumi bekas jurutera Amazon serta alumni Bain, BCG, Goldman Sachs dan organisasi lain