ExaCare AI vyvíja softvér SaaS pre poskytovateľov následnej zdravotnej starostlivosti vrátane kvalifikovaných ošetrovateľských zariadení a agentúr domácej zdravotnej starostlivosti. Jeho platforma podporuje kontrolu odporúčaní, overovanie poistenia, procesy úhrad a prijímanie pacientov sumarizovaním klinických záznamov, identifikáciou klinických a finančných rizík, ako sú príležitosti v rámci systému PDPM, kontrolou oprávnenosti poistného krytia a poskytovaním prehľadu o obsadenosti, trendoch počtu pacientov a prevádzkovej výkonnosti.
Inžinier strojového učenia v ExaCare AI — hybridná práca, Toronto
Budujte produkčnú ML infraštruktúru, pipeline a monitorovanie pre platformu ExaCare AI v oblasti následnej starostlivosti. Pomôžte zdravotníckym tímom prijímať bezpečnejšie rozhodnutia o umiestnení pomocou spoľahlivých a škálovateľných systémov strojového učenia.
Popis
- Zodpovedajte za pracovné postupy a infraštruktúru v priebehu celého životného cyklu strojového učenia
- Spolupracujte s výskumníkmi a odborníkmi na ML pri nasadzovaní modelov a zrýchľovaní iterácií
- Vytvárajte a vylepšujte dátové pipeline a pipeline na trénovanie modelov
- Zefektívňujte spracovanie a anotáciu dát, ako aj celkovú efektívnosť ML systémov
- Nasadzujte a prevádzkujte podporné služby na trénovanie modelov a inferenciu
- Vyvíjajte nástroje na monitorovanie kvality modelov, spoľahlivosti systémov a prevádzkovej výkonnosti
- Zvyšujte škálovateľnosť, pozorovateľnosť a reprodukovateľnosť ML systémov
- Optimalizujte ML infraštruktúru pre vyššiu rýchlosť, spoľahlivosť a nákladovú efektívnosť
- Identifikujte úzke miesta v pracovných postupoch a automatizujte opakujúce sa ML operácie
- Definujte a uplatňujte osvedčené postupy pre MLOps, nasadzovanie a výkonnosť systémov
Požiadavky
- Minimálne tri roky skúseností v oblasti ML engineeringu, MLOps, ML infraštruktúry, dátového inžinierstva alebo backendového a platformového inžinierstva pre ML prostredia
- Skúsenosti s podporou systémov strojového učenia od odovzdania modelu až po jeho nasadenie a monitorovanie
- Preukázateľná zodpovednosť za dátové pipeline, pipeline na trénovanie alebo iné produkčné ML pracovné postupy
- Skúsenosti so spoluprácou s výskumníkmi, dátovými vedcami alebo odborníkmi na ML pri uvádzaní modelov do produkcie
- Silné základy softvérového inžinierstva a skúsenosti s dodávaním produkčných systémov
- Skúsenosti s monitorovaním, ladením a zlepšovaním produkčných ML alebo dátových systémov
- Preukázateľné zlepšenie spoľahlivosti, škálovateľnosti, rýchlosti alebo nákladovej efektívnosti ML systémov
- Schopnosť prevziať zodpovednosť v rýchlom prostredí podobnom startupu
Benefity
- Konkurenčný plat a podielové stimuly v rýchlo rastúcom startupe
- Flexibilné platené voľno
- Zdravotné, zubné a očné poistenie
- Firemné mimopracovné podujatia
- Spolupracujúci tím vrátane bývalých inžinierov z Amazonu a absolventov Bain, BCG, Goldman Sachs a ďalších organizácií