ExaCare AI utvecklar SaaS-programvara för vårdgivare inom eftervård, inklusive kvalificerade vård- och omsorgsboenden samt hemsjukvårdsorganisationer. Plattformen stödjer granskning av remisser, verifiering av försäkringar, arbetsflöden för ersättning och inskrivning genom att sammanfatta kliniska journaler, identifiera kliniska och ekonomiska risker såsom PDPM-möjligheter, kontrollera täckningsberättigande samt ge insyn i beläggning, beläggningstrender och operativa resultat.
Maskininlärningsingenjör hos ExaCare AI — hybrid i Toronto
Bygg den produktionsklara ML-infrastruktur, de pipelines och den övervakning som driver ExaCare AI:s plattform för eftervård. Hjälp vårdteam att fatta säkrare placeringsbeslut genom tillförlitliga och skalbara maskininlärningssystem.
Beskrivning
- Ansvara för arbetsflöden och infrastruktur genom hela maskininlärningens livscykel
- Samarbeta med forskare och ML-specialister för att driftsätta modeller och påskynda iterationer
- Skapa och förbättra data- och modellträningspipelines
- Effektivisera databearbetning, annotering och den övergripande effektiviteten i ML-system
- Driftsätta och hantera stödtjänster för modellträning och inferens
- Utveckla övervakningsverktyg för modellkvalitet, systemtillförlitlighet och operativ prestanda
- Öka ML-systemens skalbarhet, observerbarhet och reproducerbarhet
- Optimera ML-infrastrukturen för högre hastighet, tillförlitlighet och kostnadseffektivitet
- Identifiera flaskhalsar i arbetsflöden och automatisera repetitiva ML-operationer
- Definiera och tillämpa bästa praxis för MLOps, driftsättning och systemprestanda
Krav
- Minst tre års erfarenhet av ML-engineering, MLOps, ML-infrastruktur, data engineering eller backend- och plattformsutveckling för ML-miljöer
- Erfarenhet av att stödja maskininlärningssystem från modellöverlämning till driftsättning och övervakning
- Dokumenterad erfarenhet av att ansvara för datapipelines, träningspipelines eller andra produktionsarbetsflöden för ML
- Erfarenhet av att samarbeta med forskare, data scientists eller ML-specialister för att produktionssätta modeller
- Starka grunder inom programvaruutveckling och erfarenhet av att leverera produktionssystem
- Erfarenhet av att övervaka, felsöka och förbättra ML- eller datasystem i produktion
- Bevis på förbättrad tillförlitlighet, skalbarhet, hastighet eller kostnadseffektivitet i ML-system
- Förmåga att ta ansvar i en snabb startupmiljö
Förmåner
- Konkurrenskraftig lön och aktieandel i en snabbväxande startup
- Flexibel betald ledighet
- Sjuk-, tand- och synförsäkring
- Företagsevenemang på annan ort
- Samarbetsinriktat team med tidigare Amazon-ingenjörer och alumner från Bain, BCG, Goldman Sachs och andra organisationer