CareSource
CareSource
CareSource to firma ubezpieczeniowa działająca w sektorze ochrony zdrowia, obsługująca uczestników programów Medicaid, Marketplace i Medicare Advantage. Jej zakres ubezpieczenia i usługi wsparcia są przeznaczone między innymi dla osób dorosłych i rodzin o niskich dochodach, dzieci, kobiet w ciąży, osób starszych oraz osób z niepełnosprawnościami. CareSource zapewnia również zasoby wspierające opiekę stomatologiczną, okulistyczną i słuchową, pomoc farmaceutyczną oraz wsparcie związane z COVID-19, a narzędzia internetowe i mobilne pomagają uczestnikom zarządzać opieką zdrowotną.

Specjalista ds. analizy danych I w CareSource — praca zdalna w USA

Wsparcie inicjatyw CareSource w zakresie modelowania predykcyjnego, uczenia maszynowego i sztucznej inteligencji na potrzeby operacji medycznych. Analiza danych ustrukturyzowanych i nieustrukturyzowanych, weryfikacja wyników klinicznych oraz pomoc we wdrażaniu potoków modeli do zastosowań biznesowych.

Opis

  • Utrzymywanie i przedstawianie planów analitycznych dla inicjatyw z zakresu analizy danych
  • Pomoc w pozyskiwaniu i interpretacji dużych zbiorów danych ustrukturyzowanych i nieustrukturyzowanych
  • Tworzenie algorytmów do prognozowania ryzyka, identyfikowania czynników i wykrywania anomalii
  • Tworzenie wizualizacji ilustrujących wydajność algorytmów
  • Wsparcie, pod nadzorem, walidacji statystycznej i analizy wyników programów oraz interwencji klinicznych
  • Współpraca z zespołami międzyfunkcyjnymi przy integrowaniu rozwiązań z istniejącymi systemami
  • Prezentowanie ustaleń i pomysłów kluczowym interesariuszom
  • Pomoc w przygotowywaniu kodu dla gotowych do wdrożenia kompleksowych potoków modeli i rezultatów biznesowych
  • Monitorowanie nowych technologii i badanie istotnych osiągnięć
  • Wykonywanie innych powiązanych obowiązków zgodnie z przydziałem

Wymagania

  • Wymagany jest tytuł licencjata lub inżyniera w dziedzinie analizy danych, matematyki, statystyki, inżynierii, informatyki lub pokrewnej dyscyplinie
  • Odpowiednie doświadczenie zawodowe może zastąpić wymagane wykształcenie
  • Znajomość SQL oraz co najmniej jednego z języków Python lub R
  • Znajomość podstawowych metod statystycznych, w tym testów A/B, testowania istotności i doboru próby
  • Praktyczna znajomość modelowania predykcyjnego i algorytmów uczenia maszynowego
  • Praktyczna znajomość metod uczenia nienadzorowanego i głębokiego uczenia
  • Praktyczna znajomość technologii przetwarzania języka naturalnego
  • Praktyczna znajomość metod ekstrakcji cech NLP, takich jak tokenizacja, embeddingi i transformacje tekstu
  • Znajomość inżynierii cech i eksploracyjnej analizy danych
  • Znajomość metod optymalizacji i technik sztucznej inteligencji
  • Umiejętność oceny dużych ilości danych ustrukturyzowanych i nieustrukturyzowanych
  • Biegła znajomość programów Microsoft Excel, PowerPoint, Word i Access
  • Silne umiejętności krytycznego myślenia, komunikacji ustnej, prezentacji i komunikacji pisemnej
  • Umiejętność samodzielnej pracy i współpracy w zespole międzyfunkcyjnym
  • Licencja ani certyfikat nie są wymagane

Benefity

  • Premia zależna od wyników firmy i indywidualnych rezultatów pracy
  • Kompleksowa oferta całkowitego wynagrodzenia
  • Zasoby wspierające ogólny dobrostan pracowników