Onos Health utvecklar AI-driven klinisk intelligens för försäkringsbolag inom beteendehälsa. Plattformen omvandlar ostrukturerade kliniska journaler, inklusive sessionsanteckningar, behandlingsplaner och bedömningar, till insikter som stödjer klinisk kvalitet, resursstyrning, programintegritet och hantering av vårdgivarnätverk. Företagets lösningar omfattar beteendehälsa inom olika vårdnivåer, såsom ABA, behandling av substansbrukssyndrom, mild till måttlig psykisk ohälsa och allvarlig psykisk sjukdom, i slutenvård, boendebaserad vård, PHP/IOP och öppenvård. Onos Health kombinerar implementering med fokus på försäkringsbolag, säkerhet på företagsnivå och ansvarsfull AI, med ett team som verkar i gränslandet mellan hälso- och sjukvård, sjukförsäkring och artificiell intelligens.
Lead AI-mjukvaruingenjör hos Onos Health
Leda AI-utvecklingen för Onos Healths plattform för vårddata genom att bygga LLM-system, kliniska bedömningsmodeller, skalbara pipelines och förklarbara rekommendationer.
USA
Kalifornien200 000 $ – 275 000 $ / år
HybridHeltidLeadObligatoriskt Språk: engelskaAI-ingenjörMaskininlärningsingenjörBeskrivning
- Skapa LLM-system och system för naturlig språkförståelse som bearbetar och utvinner insikter ur kliniska anteckningar och medicinska dokument
- Klassificera patienter enligt riktlinjer för vårdnivå och ta fram korrekta rekommendationer
- Definiera tekniska arbetssätt för LLM- och AI-system, ramverk för utvärdering och benchmarkning samt modellstyrning
- Utveckla skalbara datapipelines som uppfyller strikta krav på integritet och säkerhet
- Samarbeta med backendingenjörer för att integrera AI- och maskininlärningsfunktioner i Onos-plattformen
- Bygga och driftsätta AI- och datapipelines som analyserar journaler och förbättrar kliniska bedömningar och granskningar av vårdkvalitet
- Utvärdera LLM-prestanda vid extraktion av evidens ur journaler och tilldelning av rekommendationer om vårdnivå
- Utveckla och förfina system som tar in dokument om medicinska vårdstandarder och bedömer vårdgivares efterlevnad av riktlinjer
- Skapa förklarbara AI-lösningar som tydliggör modellernas beslut för vårdpersonal
- Ansvara för ett betydande område av Onos-plattformen och samtidigt bidra inom backend- och data engineering som en tidig teammedlem
Krav
- Minst fem års erfarenhet av att bygga och driftsätta produktionsapplikationer i roller inom backend- eller data engineering
- Erfarenhet av att utveckla LLM-baserade system som tar in och utvärderar ostrukturerade, branschspecifika dokument och kopplar dem till användarnära funktioner
- Djup förståelse för LLM:ers begränsningar och tekniker för att skapa tillförlitliga, konsekventa och korrekta resultat
- Kundfokuserat arbetssätt och motivation att bygga en klinisk bedömningsmodell av hög kvalitet för beteendehälsa
- Samarbetsinriktat arbetssätt med fokus på att leverera mätbara resultat
- Praktisk erfarenhet av att använda journaler för att avgöra om patienthistorik uppfyller kriterier för utvärdering eller bedömning, till exempel för godkännande av ersättning
- Bakgrund som generalistisk backendingenjör med förmåga att arbeta med flera olika ansvarsområden
- Erfarenhet av att bygga datapipelines med Python och relaterade bibliotek för datavetenskap eller maskininlärning
- Omfattande erfarenhet av att hantera vårddata och tillämpa HIPAA:s bästa praxis
- Kunskap om aktuell infrastruktur för LLM och maskininlärning samt MLOps-metoder
- Erfarenhet av AWS-tjänster, inklusive ECS, Bedrock och Cognito
- Erfarenhet av Docker
- Erfarenhet av GitHub Actions
- Erfarenhet av Python, Django, Celery, django-ninja och django-tenants
- Erfarenhet av PostgreSQL på AWS RDS och S3
- Kännedom om GitHub, Jira, CodeRabbitAI, Tusk och Claude
- ],
Förmåner
- Flexibelt hybridupplägg med två till tre dagar per vecka på kontoret i San Franciscos finansdistrikt och en distansorienterad företagskultur
- Obegränsad semester
- Betald föräldraledighet
- Sjuk-, tand- och synförsäkring
- Skatteförmåner för pendling
- 401(k)-plan
- Meningsfulla aktier som tidig medarbetare
- Direkt mentorskap från erfarna grundare
- Möjlighet att tidigt bidra till att forma teamet och företagskulturen
- Regelbundna teamevenemang och företagsinternat
- Utrustning och hemmakontor tillhandahålls av företaget