Welldoc to firma z branży technologii medycznych, która rozwija cyfrowe narzędzia oparte na sztucznej inteligencji do zarządzania chorobami przewlekłymi. Jej platforma zapewnia spersonalizowane informacje i wsparcie w zakresie cukrzycy, nadciśnienia, niewydolności serca, kontroli masy ciała, stanu przedcukrzycowego i dobrostanu psychicznego. Flagowy produkt firmy, BlueStar, ma dopuszczenie FDA do samodzielnego zarządzania cukrzycą i łączy się z ponad 400 urządzeniami. Welldoc współpracuje z ubezpieczycielami zdrowotnymi, systemami opieki zdrowotnej i pracodawcami, wspierając skuteczniejsze interwencje, poprawę zdrowia populacji oraz bardziej efektywną opiekę.
Zastępca dyrektora ds. danych i AI — Welldoc, Bengaluru, praca hybrydowa
Kieruj platformami danych medycznych i produktami generatywnej AI, w tym systemami RAG oraz przepływami pracy agentów. Twórz zgodne z wymogami rozwiązania oparte na Databricks, Azure i amerykańskich standardach ochrony zdrowia.
Opis
- Odpowiadaj za strategię, plan działania i kompleksową realizację korporacyjnych platform danych oraz produktów AI/LLM.
- Współpracuj z interesariuszami biznesowymi, identyfikuj potrzeby i przekładaj procesy pracy na skalowalne rozwiązania z zakresu danych i AI.
- Zapewniaj zgodność produktów danych i AI z obowiązującymi amerykańskimi standardami oraz regulacjami ochrony zdrowia.
- Projektuj i nadzoruj aplikacje generatywnej AI, potoki RAG oraz przepływy pracy autonomicznych agentów.
- Twórz architektury orkiestracji z użyciem frameworków takich jak LangChain i LangGraph.
- Oceniaj i integruj modele bazowe, w tym Anthropic Claude, Azure OpenAI oraz rozwiązania open source.
- Opracowuj zabezpieczenia dotyczące bezpieczeństwa treści, wykrywania halucynacji i ochrony przed prompt injection.
- Kieruj architekturą danych w ekosystemach Databricks i Microsoft Azure.
- Nadzoruj skalowalne potoki ETL/ELT, modele danych i integracje medyczne z użyciem FHIR, HL7 oraz danych EHR.
- Poprawiaj wydajność lakehouse, czas odpowiedzi na zapytania i efektywność przechowywania we współpracy z zespołami inżynierii danych.
- Definiuj korporacyjne praktyki zarządzania danymi i AI obejmujące pochodzenie danych, katalogowanie, kontrolę dostępu oraz wyjaśnialność modeli.
- Buduj i rozwijaj możliwości AIOps i MLOps w zakresie monitorowania, rejestrowania promptów, wykrywania dryfu, oceny modeli i kontroli kosztów.
- Współpracuj z zespołami bezpieczeństwa informacji i regulacyjnymi, aby wspierać wymagania zgodności.
- Twórz prototypy, rozwijaj i skaluj produkty AI-first we współpracy z zespołami produktu, danych i inżynierii.
- Okresowo kontaktuj się z klientami i wyjaśniaj złożone tematy techniczne liderom biznesowym.
Wymagania
- Co najmniej 15 lat doświadczenia zawodowego.
- Zaawansowana praktyczna znajomość potoków Retrieval-Augmented Generation.
- Praktyczna znajomość zaawansowanych modeli, takich jak GPT-4, Claude i LLaMA.
- Doświadczenie z narzędziami orkiestracji, w tym CrewAI, LangGraph, AutoGen lub OpenAI SDK.
- Bardzo dobre umiejętności komunikacyjne i zarządzania interesariuszami.
- Udokumentowane doświadczenie w prowadzeniu korporacyjnych platform danych i produktów AI/LLM od koncepcji do produkcji.
- Doświadczenie w stosowaniu amerykańskich standardów i regulacji ochrony zdrowia, w tym HIPAA, HITRUST, SOC 2 oraz kontroli PHI/PII.
- Praktyczne doświadczenie z frameworkami orkiestracji LLM, takimi jak LangChain i LangGraph.
- Bezpośrednie doświadczenie z zaawansowanymi modelami bazowymi, w tym Anthropic Claude i GPT-4, za pośrednictwem API lub wdrożeń chmurowych.
- Dobra znajomość zabezpieczeń AI, w tym NVIDIA NeMo Guardrails, Llama Guard, Guardrails AI lub niestandardowych potoków walidacji.
- Doświadczenie we wdrażaniu systemów AI do działania operacyjnego z wykorzystaniem monitorowania, oceny RAGAS lub TruLens, obserwowalności i wersjonowania promptów.
- Doświadczenie ze standardami interoperacyjności medycznej, takimi jak FHIR i HL7, będzie dodatkowym atutem.
- Praktyczne doświadczenie z bazami wektorowymi, takimi jak Pinecone, Qdrant, Azure AI Search i Databricks Vector Search, będzie dodatkowym atutem.
- Certyfikaty Azure Solutions Architect, Databricks Certified Data Engineer lub Machine Learning Professional albo Scrum Product Owner będą dodatkowym atutem.
Benefity
- Hybrydowy model pracy.
- Praca z biura przez cztery dni w tygodniu.