ExaCare AI hutengeneza programu ya SaaS kwa watoa huduma za uangalizi wa baada ya hali ya papo hapo, wakiwemo vituo vya uuguzi wenye ujuzi na mashirika ya afya ya nyumbani. Mfumo wake husaidia katika kupitia rufaa, kuthibitisha bima, kuendesha taratibu za urejeshaji wa gharama, na kupokea wagonjwa kwa kufupisha rekodi za kitabibu, kutambua hatari za kitabibu na kifedha kama vile fursa za PDPM, kukagua ustahiki wa bima, na kutoa mwonekano wa viwango vya matumizi ya vitanda, mwenendo wa idadi ya wagonjwa, na utendaji wa kiutendaji.
Mhandisi Mkuu wa Data, Kazi ya Mbali Kanada | ExaCare AI
Ongoza uhandisi wa data wa jukwaa la huduma baada ya matibabu ya dharura la ExaCare AI kwa kujenga mabomba, miundo na miundombinu ya data. Jenga misingi ya kuaminika kwa mtiririko wa kazi wa bidhaa, uchanganuzi na ujifunzaji wa mashine kwa kutumia data za afya.
Maelezo
- Ongoza mipango ya data kuanzia usanifu wa kiufundi na utekelezaji hadi uthibitishaji, uzinduzi na uendeshaji endelevu.
- Jenga na udumishe mabomba ya uingizaji na ubadilishaji data yanayoweza kupanuliwa kwa hifadhidata za programu, API, miunganisho ya wahusika wengine na data za afya.
- Linganishia usanifu, miundo na miunganisho ya data na mtiririko wa kazi wa wateja, waendeshaji na timu za ndani.
- Tengeneza miundo ya data inayoweza kutumiwa tena na fasili za pamoja kwa vipengele vya bidhaa, utoaji wa ripoti, uchanganuzi na ujifunzaji wa mashine.
- Ongeza uwezo wa uthibitishaji, ufuatiliaji, tahadhari na urejeshaji kwenye mabomba ya data.
- Ongeza ufanisi wa uchakataji na utendaji wa maswali huku ukidhibiti gharama za miundombinu kadiri data na uchangamano wa bidhaa unavyoongezeka.
- Shirikiana na timu za bidhaa, shughuli, jukwaa, ML na uhandisi ili kubadili mahitaji ya biashara kuwa suluhisho za data.
- Changia katika usanifu wa kiufundi, mapitio ya msimbo, nyaraka, ushauri elekezi na mbinu endelevu za uhandisi wa data.
Mahitaji
- Angalau miaka 7 ya uzoefu wa uhandisi katika uhandisi wa data, majukwaa ya data au mifumo ya nyuma yenye uchakataji mkubwa wa data.
- Ujuzi thabiti wa SQL na TypeScript.
- Uzoefu wa kubuni mabomba ya ETL/ELT, miundo ya data na mtiririko wa kazi wa uratibu.
- Uelewa wa vitegemezi, majaribio tena, ujazaji upya wa data na mabadiliko ya skima.
- Ujuzi mkubwa wa hifadhidata za uhusiano, maghala ya data na miundombinu ya wingu.
- Uzoefu wa kuboresha maswali na kujenga mifumo ya uhifadhi na uchakataji inayoweza kupanuliwa.
- Uwezo wa kumiliki mifumo ya data ya uzalishaji kuanzia usanifu hadi uzinduzi na usaidizi endelevu.
- Uamuzi mzuri kuhusu bidhaa na mtiririko wa kazi.
- Uzoefu wa vitendo katika ubora wa data, uangalizi, vidhibiti vya ufikiaji na taarifa nyeti.
- Uwezo wa kujitegemea kuweka wigo, kupanga na kukamilisha kazi changamano zisizo na maelekezo mengi.
- Mawasiliano yaliyo wazi na washirika wa kiufundi na wasio wa kiufundi.
- Uzoefu wa data za afya, muunganisho wa EHR au mwingiliano wa mifumo, ikijumuisha viwango kama FHIR, ni nyongeza nzuri.
- Uzoefu wa kusaidia mabomba ya ML, bidhaa za AI au seti za data za mafunzo na tathmini ya miundo ni nyongeza nzuri.
- Kuzoeana na Databricks, dbt, Airflow, Dagster, Spark au mifumo inayofanana ni nyongeza nzuri.
- Uzoefu wa kujenga miundombinu ya data katika kampuni changa inayokua haraka ni nyongeza nzuri.
Manufaa
- Chaguo la kufanya kazi kwa mbali ukiwa Toronto na Vancouver.
- Chaguo la kufanya kazi kwa mchanganyiko ukiwa New York.