LogoFresh Jobs Ahead
Onos Health
Onos Health
11 – 50 Pracownicy
Opieka zdrowotnaSztuczna inteligencjaUbezpieczenie zdrowotne
Onos Health opracowuje rozwiązania z zakresu analityki klinicznej oparte na sztucznej inteligencji dla płatników w obszarze zdrowia psychicznego. Platforma przekształca nieustrukturyzowane dokumenty kliniczne, w tym notatki z sesji, plany leczenia i wyniki ocen, w informacje wspierające jakość opieki klinicznej, zarządzanie wykorzystaniem świadczeń, integralność programów oraz zarządzanie siecią świadczeniodawców. Rozwiązania firmy obejmują opiekę w obszarze zdrowia behawioralnego na różnych poziomach, takich jak stosowana analiza zachowania (ABA), leczenie zaburzeń związanych z używaniem substancji psychoaktywnych, zaburzeń psychicznych o nasileniu łagodnym do umiarkowanego oraz poważnych chorób psychicznych, w warunkach stacjonarnych, rezydencjalnych, częściowej hospitalizacji i intensywnej opieki ambulatoryjnej (PHP/IOP), a także w opiece ambulatoryjnej. Onos Health łączy wdrażanie rozwiązań zorientowane na potrzeby płatników, bezpieczeństwo klasy korporacyjnej i odpowiedzialne praktyki w zakresie sztucznej inteligencji. Zespół firmy działa na styku ochrony zdrowia, ubezpieczeń zdrowotnych i sztucznej inteligencji.
LinkedIn
Oferty pracy firmy

Staff AI Software Engineer w Onos Health

Kieruj rozwojem AI dla platformy danych medycznych Onos Health, tworząc systemy LLM, modele oceny klinicznej, skalowalne potoki danych i wyjaśnialne rekomendacje.

USStany ZjednoczoneCAKalifornia
200 000 $ – 275 000 $ / rok
HybrydowoPełny etatLeadWymagany Język: angielskiInżynier AIInżynier uczenia maszynowego
AWSDjangoDockerPostgresPython

Opis

  • Tworzyć systemy LLM i systemy rozumienia języka naturalnego do przetwarzania notatek klinicznych i dokumentów medycznych oraz wyodrębniania z nich informacji
  • Klasyfikować pacjentów według wytycznych dotyczących poziomu opieki i tworzyć trafne rekomendacje
  • Definiować praktyki inżynieryjne dla systemów LLM i AI, frameworki oceny i benchmarkingu oraz zasady zarządzania modelami
  • Tworzyć skalowalne potoki danych spełniające rygorystyczne wymagania dotyczące prywatności i bezpieczeństwa
  • Współpracować z inżynierami backendu przy integrowaniu funkcji AI i uczenia maszynowego z platformą Onos
  • Tworzyć i obsługiwać potoki AI oraz danych analizujące dokumentację medyczną i poprawiające oceny kliniczne oraz przeglądy jakości opieki zdrowotnej
  • Oceniać skuteczność LLM w wyodrębnianiu dowodów z dokumentacji medycznej i przypisywaniu rekomendacji dotyczących poziomu opieki
  • Tworzyć i udoskonalać systemy przyjmujące dokumenty dotyczące standardów opieki medycznej oraz oceniające przestrzeganie wytycznych przez świadczeniodawców
  • Tworzyć wyjaśnialne rozwiązania AI, które objaśniają pracownikom ochrony zdrowia decyzje modeli
  • Odpowiadać za znaczną część platformy Onos, jednocześnie wspierając inżynierię backendu i danych jako jeden z pierwszych członków zespołu

Wymagania

  • Co najmniej pięć lat doświadczenia w tworzeniu i wdrażaniu aplikacji produkcyjnych na stanowiskach związanych z backendem lub inżynierią danych
  • Doświadczenie w tworzeniu systemów opartych na LLM, które przyjmują i oceniają nieustrukturyzowane, branżowe dokumenty oraz łączą je z funkcjami dla użytkowników
  • Dobra znajomość ograniczeń LLM i technik uzyskiwania niezawodnych, spójnych i dokładnych wyników
  • Orientacja na klienta i motywacja do tworzenia wysokiej jakości modelu klinicznej oceny zdrowia behawioralnego
  • Umiejętność współpracy z naciskiem na osiąganie mierzalnych rezultatów
  • Praktyczne doświadczenie w wykorzystywaniu dokumentacji medycznej do ustalania, czy historie pacjentów spełniają kryteria oceny, na przykład przy autoryzacji roszczeń
  • Doświadczenie jako wszechstronny inżynier backendu, który potrafi pracować nad różnymi zadaniami
  • Doświadczenie w tworzeniu potoków danych z użyciem języka Python i powiązanych bibliotek do analizy danych lub uczenia maszynowego
  • Znaczące doświadczenie w pracy z danymi medycznymi i stosowaniu najlepszych praktyk HIPAA
  • Znajomość współczesnej infrastruktury LLM i uczenia maszynowego oraz praktyk MLOps
  • Doświadczenie z usługami AWS, w tym ECS, Bedrock i Cognito
  • Doświadczenie w korzystaniu z Dockera
  • Doświadczenie z GitHub Actions
  • Doświadczenie z Pythonem, Django, Celery, django-ninja i django-tenants
  • Doświadczenie z PostgreSQL w AWS RDS i S3
  • Znajomość GitHub, Jira, CodeRabbitAI, Tusk i Claude
  • ],

Benefity

  • Elastyczny model hybrydowy: dwa do trzech dni w tygodniu w biurze w dzielnicy finansowej San Francisco oraz kultura pracy przede wszystkim zdalnej
  • Nielimitowany urlop
  • Płatny urlop rodzicielski
  • Ubezpieczenie medyczne, stomatologiczne i okulistyczne
  • Przedopodatkowe świadczenia komunikacyjne
  • Plan 401(k)
  • Znaczący udział w kapitale firmy dla osoby dołączającej na wczesnym etapie
  • Bezpośredni mentoring doświadczonych założycieli
  • Możliwość współtworzenia zespołu i kultury firmy od wczesnego etapu
  • Regularne wydarzenia zespołowe i wyjazdy integracyjne
  • Sprzęt zapewniony przez firmę oraz wyposażenie domowego biura

Powiązane oferty pracy

NVIDIA

Starszy menedżer ds. inżynierii oprogramowania systemów NVIDIA Rack-Scale

NVIDIA
Sponsor wizy H1BOpieka zdrowotnaProdukcjaSztuczna inteligencja
USStany ZjednoczoneCAKaliforniaWAWaszyngton
248 000 $ – 391 000 $ / rok
StacjonarniePełny etatSeniorWymagany Język: angielskiMenedżer ds. inżynierii
C++GoKubernetesLinuxPythonRustSystemy rozproszone

Kieruj zespołem inżynierów NVIDIA tworzącym oprogramowanie infrastruktury szafowej dla systemów obliczeniowych AI. Rozwijaj płaszczyzny sterowania, orkiestrację cyklu życia, niezawodność i współpracę między zespołami.

Otwórz
Everlab

Menedżer marketingu efektywnościowego: Meta i Google Ads

Everlab
11 – 50 Pracownicy
DoradztwoLogistykaOpieka zdrowotna
AUAustraliaHybrydowoPełny etatPoziom średniSeniorWymagany Język: angielskiMarketing efektywnościowy
BigQuery

Prowadź pozyskiwanie klientów przez Meta i Google Ads dla platformy profilaktycznej opieki zdrowotnej Everlab, rozwijając bazę klientów B2C dzięki testowaniu i optymalizacji kampanii. Zmieniaj potencjalnych klientów w płacących członków i zwiększaj efektywność pozyskiwania.

Otwórz