ExaCare AI razvija programsko opremo SaaS za izvajalce nadaljnje zdravstvene oskrbe, vključno z usposobljenimi negovalnimi ustanovami in agencijami za zdravstveno oskrbo na domu. Njegova platforma podpira pregled napotitev, preverjanje zavarovanja, postopke povračil in sprejem pacientov s povzemanjem kliničnih zapisov, prepoznavanjem kliničnih in finančnih tveganj, kot so priložnosti v okviru sistema PDPM, preverjanjem upravičenosti do kritja ter zagotavljanjem pregleda nad zasedenostjo, trendi števila pacientov in operativno uspešnostjo.
Inženir strojnega učenja pri ExaCare AI — hibridno, Toronto
Gradite produkcijsko infrastrukturo ML, cevovode in spremljanje za platformo ExaCare AI za postakutno oskrbo. Zanesljivim in razširljivim sistemom strojnega učenja pomagajte zdravstvenim ekipam sprejemati varnejše odločitve o namestitvi.
Opis
- Prevzemite odgovornost za delovne tokove in infrastrukturo skozi celoten življenjski cikel strojnega učenja
- Sodelujte z raziskovalci in strokovnjaki za ML pri uvajanju modelov ter pospeševanju iteracij
- Ustvarjajte in izboljšujte podatkovne cevovode ter cevovode za učenje modelov
- Poenostavite obdelavo in označevanje podatkov ter splošno učinkovitost sistemov ML
- Uvajajte in upravljajte podporne storitve za učenje modelov in izvajanje sklepanja
- Razvijajte orodja za spremljanje kakovosti modelov, zanesljivosti sistemov in operativne zmogljivosti
- Povečujte razširljivost, opazljivost in ponovljivost sistemov ML
- Nastavljajte infrastrukturo ML za večjo hitrost, zanesljivost in stroškovno učinkovitost
- Odkrivajte ozka grla v delovnih tokovih in avtomatizirajte ponavljajoče se operacije ML
- Opredeljujte in uporabljajte najboljše prakse za MLOps, uvajanje in zmogljivost sistemov
Zahteve
- Najmanj tri leta izkušenj na področju ML inženirstva, MLOps, infrastrukture ML, podatkovnega inženirstva ali zalednega in platformnega inženirstva za okolja ML
- Izkušnje s podporo sistemom strojnega učenja od predaje modela do uvajanja in spremljanja
- Dokazane izkušnje s prevzemanjem odgovornosti za podatkovne cevovode, cevovode za učenje ali druge produkcijske delovne tokove ML
- Izkušnje s sodelovanjem z raziskovalci, podatkovnimi znanstveniki ali strokovnjaki za ML pri uvajanju modelov v produkcijo
- Močni temelji programskega inženirstva in izkušnje z dostavo produkcijskih sistemov
- Izkušnje s spremljanjem, odpravljanjem napak in izboljševanjem produkcijskih sistemov ML ali podatkovnih sistemov
- Dokazano izboljšanje zanesljivosti, razširljivosti, hitrosti ali stroškovne učinkovitosti sistemov ML
- Sposobnost prevzemanja odgovornosti v hitrem okolju, podobnem zagonskemu podjetju
Ugodnosti
- Konkurenčna plača in lastniški delež v hitro rastočem zagonskem podjetju
- Prilagodljiv plačan dopust
- Zdravstveno, zobozdravstveno in okulistično zavarovanje
- Podjetniški dogodki zunaj pisarne
- Sodelovalen tim, ki vključuje nekdanje Amazonove inženirje ter alumne Bain, BCG, Goldman Sachs in drugih organizacij