Plenful
Plenful
A Plenful desenvolve software de automação de fluxos de trabalho com IA para equipes de farmácia e infusão. Sua plataforma conecta dados de APIs, HL7, SFTP, PDFs e bancos de dados para lidar com tarefas administrativas, como auditoria e otimização do programa 340B, captação de encaminhamentos, gestão de rebates, informações sobre o Preço Máximo Justo, autorização prévia e recebimento de pedidos. A Plenful atende sistemas de saúde, farmácias especializadas, clínicas de infusão e grupos de prestadores, com foco em operações em conformidade, recuperação de receita e redução do trabalho manual.

Engenheiro(a) staff de machine learning, Plenful (São Francisco, híbrido)

Define a estratégia de produção para agentes de machine learning, o pós-treinamento de modelos e a avaliação. Desenvolve automação de IA para a área da saúde para reduzir o trabalho administrativo e reforçar a conformidade.

Descrição

  • Projeta agentes de produção com uso de ferramentas, recuperação de informações, gerenciamento de estado e contexto, roteamento, orquestração, rastreamento e recuperação de falhas.
  • Transforma abordagens bem-sucedidas em padrões de engenharia reutilizáveis.
  • Decide se deve desenvolver ou adquirir modelos e componentes de plataforma.
  • Define a estratégia de pós-treinamento da empresa.
  • Treina e implanta LLMs e modelos de visão e linguagem para tarefas de saúde.
  • Desenvolve recursos internos para continuar treinando modelos.
  • Cria avaliações que demonstram melhorias em produção.
  • Define a estratégia de qualidade de IA com avaliadores automatizados, juízes LLM calibrados, conjuntos de testes de regressão, revisão humana, taxonomias de falhas e validação do ambiente offline para o online.
  • Baseia as decisões de lançamento nos resultados das avaliações.
  • Desenvolve sistemas que usam falhas em produção e feedback de usuários para aprimorar conjuntos de dados, avaliações e modelos.
  • Estabelece padrões para versionamento de conjuntos de dados, observabilidade e MLOps.
  • Define o roadmap de machine learning para os próximos 12 meses com as lideranças de engenharia e produto.
  • Lidera revisões técnicas, orienta engenheiros seniores e contribui para a contratação.
  • Projeta sistemas com foco em privacidade, usando apenas os dados estritamente necessários, dados desidentificados ou sintéticos quando apropriado e práticas alinhadas à HIPAA.
  • Nos primeiros 30 dias, analisa os agentes, as avaliações e o pipeline de treinamento para identificar as três maiores lacunas.
  • Até o 90º dia, entrega uma melhoria de pós-treinamento ou avaliação que eleve uma métrica de produção.
  • Até o 90º dia, publica o plano da equipe para os dois trimestres seguintes.

Requisitos

  • No mínimo 8 anos de experiência em machine learning ou engenharia de software, incluindo mais de 3 anos liderando sistemas LLM ou de agentes em produção.
  • Experiência prática de ponta a ponta em pós-treinamento aplicado, como ajuste fino supervisionado, otimização de preferências, destilação ou aprendizado por reforço.
  • Experiência colocando em produção um modelo que tenha melhorado uma métrica de produção.
  • Experiência projetando estratégias de avaliação de LLMs ou agentes que orientaram decisões de lançamento.
  • Experiência em arquitetura de sistemas de agentes de produção.
  • Experiência com LangGraph, RAG e ferramentas de busca vetorial como Pinecone.
  • Conhecimento sólido de Python e PyTorch.
  • Familiaridade com ferramentas de treinamento e serving distribuídos, como vLLM, FSDP ou DeepSpeed.
  • Experiência com MLOps envolvendo Docker, Kubernetes, MLflow ou equivalente, CI/CD e acompanhamento de experimentos e conjuntos de dados.
  • Capacidade de influenciar sem autoridade formal por meio de documentos de design, revisões e mentoria.
  • Conhecimento atualizado de novos modelos e agentes de programação.
  • Capacidade de transformar artigos e lançamentos em experimentos e apresentar resultados quantificados.
  • Evidências de trabalho utilizado por outras pessoas, como contribuições para projetos open source, textos, palestras ou avaliações.
  • Desejável: experiência com dados de saúde, como EHR, FHIR, sinistros ou autorização prévia.
  • Desejável: publicações ou contribuições open source sobre avaliação de LLMs, pós-treinamento ou agentes.
  • Desejável: experiência entrevistando e contratando engenheiros de machine learning.
  • Desejável: experiência em outro setor regulado e de alto risco.

Benefícios

  • Trabalho híbrido flexível com abordagem remote-first e presença significativa nos escritórios de São Francisco e Nova York.
  • Cobertura completa de saúde, odontológica e oftalmológica para funcionários, com participação da família.
  • Plano 401(k) com contrapartida da empresa de 50% sobre os primeiros 3% contribuídos.
  • Participação acionária para todos os funcionários em tempo integral.
  • Folgas remuneradas ilimitadas.
  • Auxílio semanal de US$ 100 para almoço.
  • Auxílio mensal de US$ 100 para bem-estar.
  • Benefício mensal de US$ 100 para transporte para funcionários baseados em São Francisco e Nova York.
  • Licença parental remunerada.
  • Oportunidades de crescimento profissional.
  • Equipe orientada por uma missão, com colegas experientes.
  • Colaboração com lideranças experientes e de alto desempenho.

Vagas relacionadas

U.S. Bank

Engenheiro(a) principal de IA, aceleração da IA empresarial

U.S. Bank

Lidere a adoção segura e escalável de IA no U.S. Bank por meio da entrega de soluções de IA generativa, estruturas de engenharia reutilizáveis e automação inteligente. Trabalhe com equipes de negócios e tecnologia para levar casos de uso de IA empresarial da concepção à produção.

Abrir
BigHat Biosciences

Diretor(a) de aprendizado de máquina, design de anticorpos

BigHat Biosciences

Lidere a estratégia de aprendizado de máquina e a modelagem de design de anticorpos na BigHat Biosciences, integrando modelos de ponta, dados de laboratório e automação com LLMs. Oriente uma equipe sênior interdisciplinar e ajude a aprimorar ciclos de design que dão suporte a mais de 2.000 anticorpos por semana.

Abrir
Gusto

Arquiteto(a) sênior de IA para FP&A na Gusto

Gusto
1.001 – 5.000 Funcionários
ConsultoriaCuidados de saúdeSeguros

Defina o planejamento, as previsões e os relatórios financeiros com IA para a organização do CFO da Gusto. Crie sistemas de dados financeiros governados e fluxos automatizados que aprimorem a tomada de decisões.

Abrir
Poesis AI

Engenheiro(a) líder de aprendizado de máquina, IA financeira

Poesis AI

Desenvolva sinais preditivos, modelos de aprendizado de máquina em produção e sistemas de avaliação para a plataforma autônoma de investimentos da Poesis AI. Aplique IA a dados financeiros e use os resultados dos investimentos para aprimorar modelos e agentes.

Abrir