LogoFresh Jobs Ahead
Plenful
Plenful
51 – 200 Anställda
Artificiell intelligensHälso- och sjukvårdSaaS
Plenful bygger programvara för AI-driven automatisering av arbetsflöden för apoteks- och infusionsteam. Plattformen kopplar samman data via API:er, HL7, SFTP, PDF-filer och databaser för att hantera administrativt arbete som 340B-revision och optimering, hantering av remisser, rabatthantering, beslutsunderlag för Maximum Fair Price, förhandstillstånd och ordermottagning. Plenful betjänar vårdsystem, specialapotek, infusionsmottagningar och vårdgivargrupper, med fokus på regelefterlevnad, intäktsgenerering och minskad manuell arbetsbörda.
LinkedIn
Jobb på företaget

Senior maskininlärningsingenjör, Plenful (San Francisco, hybrid)

Sätt strategin för produktionsklara maskininlärningsagenter, efterträning av modeller och utvärdering. Bygg AI-automation för vården som minskar administrativt arbete och stärker regelefterlevnaden.

USUSACAKalifornienHybridHeltidLeadObligatoriskt Språk: engelskaMaskininlärningsingenjör
DockerKubernetesPythonPyTorch

Beskrivning

  • Utforma produktionsagenter för verktygsanvändning, informationshämtning, hantering av tillstånd och kontext, routning, orkestrering, spårning och återhämtning efter fel.
  • Omvandla fungerande lösningar till återanvändbara tekniska mönster.
  • Avgör om modeller och plattformskomponenter ska byggas eller köpas in.
  • Sätt företagets strategi för efterträning.
  • Träna och driftsätt LLM:er och vision-språkmodeller för uppgifter inom vården.
  • Utveckla intern kapacitet för fortsatt modellträning.
  • Skapa utvärderingar som visar förbättringar i produktion.
  • Definiera strategin för AI-kvalitet med automatiserade bedömare, kalibrerade LLM-domare, regressionstester, mänsklig granskning, felklassificeringar och validering från offline till online.
  • Fatta beslut om lanseringar utifrån utvärderingsresultat.
  • Bygg system som använder produktionsfel och användarfeedback för att förbättra dataset, utvärderingar och modeller.
  • Sätt standarder för versionshantering av dataset, observerbarhet och MLOps.
  • Forma ML-färdplanen för de kommande 12 månaderna tillsammans med ledare inom teknik och produkt.
  • Leda tekniska granskningar, handleda seniora ingenjörer och bidra till rekrytering.
  • Utforma lösningar med integritet i fokus genom att begränsa data till det nödvändigaste, använda avidentifierade eller syntetiska data när det passar och följa HIPAA-medvetna arbetssätt.
  • Granska agenter, utvärderingar och träningsflödet under de första 30 dagarna och identifiera de tre största bristerna.
  • Senast dag 90 leverera en förbättring av efterträning eller utvärdering som påverkar ett produktionsmått.
  • Senast dag 90 publicera teamets plan för de kommande två kvartalen.

Krav

  • Minst 8 års erfarenhet av maskininlärning eller mjukvaruutveckling, varav minst 3 år med ledning av produktionssystem med LLM:er eller agenter.
  • Praktisk erfarenhet av efterträning från början till slut, exempelvis övervakad finjustering, preferensoptimering, destillering eller förstärkningsinlärning.
  • Erfarenhet av att driftsätta en modell som förbättrade ett produktionsmått.
  • Erfarenhet av att utforma utvärderingsstrategier för LLM:er eller agenter som legat till grund för lanseringsbeslut.
  • Erfarenhet av att utforma produktionssystem med agenter.
  • Erfarenhet av LangGraph, RAG och verktyg för vektorsökning som Pinecone.
  • Goda kunskaper i Python och PyTorch.
  • Kännedom om verktyg för distribuerad träning och modellservering, exempelvis vLLM, FSDP eller DeepSpeed.
  • Erfarenhet av MLOps med Docker, Kubernetes, MLflow eller motsvarande, CI/CD samt spårning av experiment och dataset.
  • Förmåga att påverka utan formellt mandat genom designunderlag, granskningar och mentorskap.
  • Uppdaterad kunskap om nya modeller och kodningsagenter.
  • Förmåga att omsätta artiklar och lanseringar i experiment och redovisa kvantifierade resultat.
  • Dokumenterade bidrag som andra använder, exempelvis öppen källkod, artiklar, föredrag eller utvärderingar.
  • Meriterande: erfarenhet av vårddata, exempelvis EHR, FHIR, försäkringsanspråk eller förhandstillstånd.
  • Meriterande: publikationer eller bidrag till öppen källkod inom utvärdering av LLM:er, efterträning eller agenter.
  • Meriterande: erfarenhet av att intervjua och rekrytera ML-ingenjörer.
  • Meriterande: erfarenhet från ett annat reglerat område med höga insatser.

Förmåner

  • Flexibelt hybridarbete med distansarbete som utgångspunkt och meningsfull närvaro på kontoren i San Francisco och New York.
  • Full sjukvårds-, tandvårds- och synvårdsförsäkring för anställda, med möjlighet för familjen att omfattas.
  • 401(k) med matchning från företaget på 50 % av de första 3 % du bidrar med.
  • Aktier för alla heltidsanställda.
  • Obegränsad betald ledighet.
  • Lunchbidrag på 100 dollar i veckan.
  • Friskvårdsbidrag på 100 dollar i månaden.
  • Pendlingsbidrag på 100 dollar i månaden för anställda i San Francisco och New York.
  • Betald föräldraledighet.
  • Möjligheter till professionell utveckling.
  • Ett team med ett tydligt uppdrag och erfarna kollegor.
  • Samarbete med erfarna ledare med hög prestationsförmåga.

Relaterade jobb

U.S. Bank

Principal AI-ingenjör, acceleration av AI i företag

U.S. Bank
FörsäkringarKonsultverksamhetLogistik
USUSACAKalifornienCOColoradoILIllinoisMNMinnesotaNCNorth Carolina
149 515 $ – 175 900 $ / år
HybridHeltidLeadObligatoriskt Språk: engelskaAI-ingenjörMaskininlärningsingenjör
AzureMolnPython

Led säker och skalbar AI-användning på U.S. Bank genom att leverera generativa AI-lösningar, återanvändbara tekniska ramverk och intelligent automatisering. Samarbeta med verksamhets- och teknikteam för att ta AI-användningsfall från idé till produktion.

Öppna
BigHat Biosciences

Direktör för maskininlärning inom antikroppsdesign

BigHat Biosciences
51 – 200 Anställda
Hälso- och sjukvårdKonsultverksamhetTillverkning
USUSACAKalifornien
250 000 $ – 365 000 $ / år
HybridHeltidLeadObligatoriskt Språk: engelskaMaskininlärningsingenjör
MolnPythonPyTorch

Led maskininlärningsstrategin och modelleringen för antikroppsdesign på BigHat Biosciences genom att förena avancerade modeller, laboratoriedata och LLM-automation. Vägled ett erfaret tvärvetenskapligt team och bidra till bättre designcykler för mer än 2 000 antikroppar i veckan.

Öppna