LogoFresh Jobs Ahead
Plenful
Plenful
51 – 200 Ansatte
HelsevesenKunstig intelligensSaaS
Plenful utvikler programvare for AI-drevet automatisering av arbeidsflyter for apotek- og infusjonsteam. Plattformen kobler sammen data via API-er, HL7, SFTP, PDF-filer og databaser for å håndtere administrativt arbeid som 340B-revisjon og optimalisering, registrering av henvisninger, rabattstyring, beslutningsgrunnlag for Maximum Fair Price, forhåndsgodkjenning og ordremottak. Plenful betjener helseforetak, spesialapotek, infusjonsklinikker og behandlergrupper, med fokus på regelverksetterlevelse, inntektsfangst og redusert manuelt arbeid.
LinkedIn
Jobber i bedriften

Ledende maskinlæringsingeniør, Plenful (San Francisco, hybrid)

Sett strategien for produksjonsklare maskinlæringsagenter, ettertrening av modeller og evaluering. Bygg AI-automatisering for helsetjenesten som reduserer administrativt arbeid og styrker etterlevelsen.

USUSACACaliforniaHybridHeltidLeadPåkrevd Språk: engelskMaskinlæringsingeniør
DockerKubernetesPythonPyTorch

Beskrivelse

  • Arkitekturer produksjonsagenter for verktøybruk, informasjonsinnhenting, håndtering av tilstand og kontekst, ruting, orkestrering, sporing og feilgjenoppretting.
  • Gjør vellykkede tilnærminger om til gjenbrukbare tekniske mønstre.
  • Velg om modeller og plattformkomponenter skal bygges eller kjøpes.
  • Fastsett selskapets strategi for ettertrening.
  • Tren og sett i produksjon LLM-er og syns- og språkmodeller for oppgaver i helsetjenesten.
  • Utvikle intern kompetanse for fortsatt modelltrening.
  • Lag evalueringer som viser forbedringer i produksjon.
  • Definer strategien for AI-kvalitet med automatiserte vurderere, kalibrerte LLM-dommere, regresjonstester, menneskelig gjennomgang, feiltaksonomier og validering fra offline til online.
  • Ta beslutninger om utrulling basert på evalueringsresultater.
  • Bygg systemer som bruker produksjonsfeil og tilbakemeldinger fra brukere til å forbedre datasett, evalueringer og modeller.
  • Fastsett standarder for versjonering av datasett, observerbarhet og MLOps.
  • Form ML-planen for de neste 12 månedene sammen med ledere innen teknologi og produkt.
  • Led tekniske gjennomganger, veiled senioringeniører og bidra i rekruttering.
  • Utform løsninger med personvern i fokus ved å bruke minst mulig nødvendige data, avidentifiserte eller syntetiske data der det passer, og praksiser som tar hensyn til HIPAA.
  • Gå gjennom agenter, evalueringer og treningsløpet i løpet av de første 30 dagene, og identifiser de tre største manglene.
  • Innen dag 90 leverer du en forbedring av ettertrening eller evaluering som påvirker et produksjonsmål.
  • Innen dag 90 publiserer du teamets plan for de neste to kvartalene.

Krav

  • Minst 8 års erfaring innen ML eller programvareutvikling, inkludert minst 3 år med ledelse av produksjonssystemer for LLM-er eller agenter.
  • Praktisk erfaring med ettertrening fra start til slutt, for eksempel veiledet finjustering, preferanseoptimalisering, destillering eller forsterkende læring.
  • Erfaring med å sette en modell i produksjon som forbedret et produksjonsmål.
  • Erfaring med å utforme evalueringsstrategier for LLM-er eller agenter som har dannet grunnlag for utrullingsbeslutninger.
  • Erfaring med å arkitekturere produksjonssystemer for agenter.
  • Erfaring med LangGraph, RAG og verktøy for vektorsøk, som Pinecone.
  • Gode ferdigheter i Python og PyTorch.
  • Kjennskap til verktøy for distribuert trening og serving, som vLLM, FSDP eller DeepSpeed.
  • MLOps-erfaring med Docker, Kubernetes, MLflow eller tilsvarende, CI/CD og sporing av eksperimenter og datasett.
  • Evne til å påvirke uten formell myndighet gjennom designdokumenter, gjennomganger og veiledning.
  • Oppdatert kunnskap om nye modeller og kodeagenter.
  • Evne til å gjøre artikler og lanseringer om til eksperimenter og rapportere målbare resultater.
  • Dokumentasjon på arbeid som andre bruker, som bidrag til åpen kildekode, fagartikler, foredrag eller evalueringer.
  • Foretrukket: erfaring med helsedata som EHR, FHIR, erstatningskrav eller forhåndsgodkjenning.
  • Foretrukket: publikasjoner eller bidrag til åpen kildekode innen evaluering av LLM-er, ettertrening eller agenter.
  • Foretrukket: erfaring med å intervjue og ansette ML-ingeniører.
  • Foretrukket: erfaring fra et annet regulert område med høye konsekvenser.

Fordeler

  • Fleksibelt hybridarbeid med fjernarbeid som utgangspunkt og meningsfull tilstedeværelse på kontorene i San Francisco og New York.
  • Full dekning av helse, tannbehandling og syn for ansatte, med mulighet for at familien omfattes.
  • 401(k) med et arbeidsgivertilskudd på 50 % av de første 3 % du bidrar med.
  • Aksjer til alle heltidsansatte.
  • Ubegrenset betalt fri.
  • Lunsjtilskudd på 100 dollar per uke.
  • Velværetilskudd på 100 dollar per måned.
  • Pendlertilskudd på 100 dollar per måned for ansatte i San Francisco og New York.
  • Betalt foreldrepermisjon.
  • Muligheter for faglig utvikling.
  • Et oppdragsdrevet team med erfarne kolleger.
  • Samarbeid med erfarne ledere med gode resultater.

Relaterte jobber

U.S. Bank

Principal AI-ingeniør, akselerering av AI i virksomheter

U.S. Bank
ForsikringLogistikkRådgivning
USUSACACaliforniaCOColoradoILIllinoisMNMinnesotaNCNord-Carolina
149 515 $ – 175 900 $ / år
HybridHeltidLeadPåkrevd Språk: engelskAI-ingeniørMaskinlæringsingeniør
AzurePythonSky

Led sikker og skalerbar bruk av AI i U.S. Bank ved å levere generative AI-løsninger, gjenbrukbare tekniske rammeverk og intelligent automatisering. Samarbeid på tvers av forretnings- og teknologiteam for å føre AI-bruksområder fra idé til produksjon.

Åpne
BigHat Biosciences

Direktør for maskinlæring innen antistoffdesign

BigHat Biosciences
51 – 200 Ansatte
HelsevesenProduksjonRådgivning
USUSACACalifornia
250 000 $ – 365 000 $ / år
HybridHeltidLeadPåkrevd Språk: engelskMaskinlæringsingeniør
PythonPyTorchSky

Led BigHat Biosciences’ strategi for maskinlæring og modellering av antistoffdesign ved å samle avanserte modeller, laboratoriedata og LLM-automatisering. Veiled et erfarent tverrfaglig team, og bidra til bedre designrunder for mer enn 2 000 antistoffer i uken.

Åpne