Onos Health
Onos Health
Onos Health utvikler AI-drevet klinisk intelligens for helseforsikringsselskaper innen psykisk helse og avhengighet. Plattformen omdanner ustrukturerte kliniske journaler, inkludert notater fra behandlingssamtaler, behandlingsplaner og vurderinger, til innsikt som støtter klinisk kvalitet, ressursstyring, programintegritet og styring av behandlernettverk. Selskapets løsninger dekker psykisk helse og avhengighet på tvers av behandlingsnivåer som ABA, behandling av rusmiddellidelser, milde til moderate psykiske lidelser og alvorlig psykisk sykdom, innen døgnbehandling, behandling i botilbud, PHP/IOP og polikliniske tjenester. Onos Health kombinerer implementering med fokus på forsikringsselskaper, sikkerhet på virksomhetsnivå og ansvarlig AI, med et team som arbeider i skjæringspunktet mellom helsevesen, helseforsikring og kunstig intelligens.

Staff AI-programvareingeniør hos Onos Health

Led AI-utviklingen av Onos Healths plattform for helsedata ved å bygge LLM-systemer, kliniske vurderingsmodeller, skalerbare datapipelines og forklarlige anbefalinger.

Beskrivelse

  • Lag LLM-systemer og systemer for naturlig språkforståelse som behandler og trekker ut innsikt fra kliniske notater og medisinske dokumenter
  • Klassifiser pasienter etter retningslinjer for omsorgsnivå og utarbeid presise anbefalinger
  • Definer tekniske standarder for LLM- og AI-systemer, rammeverk for evaluering og benchmarking samt modellstyring
  • Utvikle skalerbare datapipelines som oppfyller strenge krav til personvern og sikkerhet
  • Samarbeid med backendingeniører om å integrere AI- og maskinlæringsfunksjoner i Onos-plattformen
  • Bygg og drift AI- og datapipelines som analyserer pasientjournaler og forbedrer kliniske vurderinger og gjennomganger av kvaliteten i helsetjenesten
  • Evaluer LLM-ytelse ved uttrekking av evidens fra pasientjournaler og tildeling av anbefalinger om omsorgsnivå
  • Utvikle og forbedre systemer som tar inn dokumenter om medisinske behandlingsstandarder og vurderer behandleres etterlevelse av retningslinjer
  • Lag forklarlige AI-løsninger som tydeliggjør modellenes beslutninger for helsepersonell
  • Ha ansvar for et betydelig område av Onos-plattformen, samtidig som du bidrar innen backend- og data engineering som et tidlig teammedlem

Krav

  • Minst fem års erfaring med å bygge og sette produksjonsapplikasjoner i drift i roller innen backend- eller data engineering
  • Erfaring med å utvikle LLM-baserte systemer som tar inn og evaluerer ustrukturerte, bransjespesifikke dokumenter og kobler dem til brukerrettede funksjoner
  • Sterk forståelse av LLM-enes begrensninger og teknikker for å skape pålitelige, konsistente og nøyaktige resultater
  • Kundefokusert tilnærming og motivasjon for å bygge en klinisk vurderingsmodell av høy kvalitet for psykisk helse
  • Samarbeidsorientert tilnærming med vekt på å levere målbare resultater
  • Praktisk erfaring med å bruke pasientjournaler til å avgjøre om pasienthistorikk oppfyller kriterier for evaluering eller vurdering, for eksempel ved godkjenning av erstatningskrav
  • Bakgrunn som generalistisk backendingeniør som kan arbeide på tvers av flere ansvarsområder
  • Erfaring med å bygge datapipelines med Python og relaterte biblioteker for datavitenskap eller maskinlæring
  • Omfattende erfaring med håndtering av helsedata og bruk av beste praksis for HIPAA
  • Kunnskap om aktuell infrastruktur for LLM og maskinlæring samt MLOps-praksis
  • Erfaring med AWS-tjenester, inkludert ECS, Bedrock og Cognito
  • Erfaring med Docker
  • Erfaring med GitHub Actions
  • Erfaring med Python, Django, Celery, django-ninja og django-tenants
  • Erfaring med PostgreSQL på AWS RDS og S3
  • Kjennskap til GitHub, Jira, CodeRabbitAI, Tusk og Claude
  • ],

Fordeler

  • Fleksibel hybridordning med to til tre dager i uken på kontoret i San Franciscos finansdistrikt og en fjernorientert bedriftskultur
  • Ubegrenset ferie
  • Betalt foreldrepermisjon
  • Helse-, tann- og synsforsikring
  • Skattefordeler for pendlere
  • 401(k)-ordning
  • Meningsfull eierandel som tidlig ansatt
  • Direkte mentorskap fra erfarne gründere
  • Mulighet til å bidra til å forme teamet og bedriftskulturen på et tidlig stadium
  • Regelmessige teameventer og samlinger utenfor kontoret
  • Utstyr og hjemmekontoroppsett levert av selskapet

Relaterte jobber