Onos Health inatengeneza uelewa wa kliniki unaotumia AI kwa walipaji wa huduma za afya ya kitabia. Jukwaa lake hubadilisha rekodi za kliniki zisizo na muundo, zikiwemo dondoo za vikao, mipango ya matibabu na tathmini, kuwa maarifa yanayosaidia ubora wa kliniki, usimamizi wa matumizi, uadilifu wa programu na usimamizi wa mtandao wa watoa huduma. Suluhisho za kampuni hii hushughulikia afya ya kitabia katika viwango mbalimbali vya huduma kama ABA, matibabu ya tatizo la matumizi ya dawa za kulevya, afya ya akili ya kiwango cha chini hadi cha wastani, na ugonjwa mkubwa wa akili, katika mazingira ya kulazwa hospitalini, makazi ya matibabu, PHP/IOP na huduma za wagonjwa wa nje. Onos Health inaunganisha utekelezaji unaolenga walipaji, usalama wa mashirika na mazoea ya AI yenye kuwajibika, ikiwa na timu inayofanya kazi katika makutano ya huduma za afya, bima ya afya na akili bandia.
Mhandisi Mkuu wa Programu za AI katika Onos Health
Kuongoza uhandisi wa AI kwa jukwaa la data za afya la Onos Health kwa kujenga mifumo ya LLM, miundo ya tathmini za kitabibu, mifumo ya data inayoweza kupanuka, na mapendekezo yanayoelezeka.
Maelezo
- Kuunda mifumo ya LLM na uelewa wa lugha asilia inayochakata na kutoa maarifa kutoka kwa dondoo za kitabibu na nyaraka za matibabu
- Kuainisha wagonjwa kulingana na miongozo ya kiwango cha huduma na kutoa mapendekezo sahihi
- Kuweka mbinu za uhandisi kwa mifumo ya LLM na AI, mifumo ya tathmini na ulinganishaji, pamoja na usimamizi wa miundo
- Kutengeneza mifumo ya data inayoweza kupanuka inayozingatia mahitaji makali ya faragha na usalama
- Kushirikiana na wahandisi wa backend kuunganisha uwezo wa AI na ujifunzaji wa mashine katika jukwaa la Onos
- Kujenga na kuendesha mifumo ya AI na data inayochanganua rekodi za matibabu na kuboresha tathmini za kitabibu na ukaguzi wa ubora wa huduma za afya
- Kutathmini utendaji wa LLM katika kutoa ushahidi kutoka kwa rekodi za matibabu na kugawa mapendekezo ya kiwango cha huduma
- Kutengeneza na kuboresha mifumo inayopokea nyaraka za viwango vya huduma za matibabu na kutathmini uzingatiaji wa watoa huduma kwa miongozo
- Kuunda suluhisho za AI zinazoelezeka zinazofafanua maamuzi ya modeli kwa wataalamu wa huduma za afya
- Kumiliki eneo muhimu la jukwaa la Onos huku ukichangia katika uhandisi wa backend na data kama mwanachama wa awali wa timu
Mahitaji
- Angalau miaka mitano ya uzoefu wa kujenga na kupeleka programu za uzalishaji katika majukumu ya uhandisi wa backend au data
- Uzoefu wa kutengeneza mifumo inayotumia LLM inayopokea na kutathmini rekodi zisizo na muundo za sekta maalum na kuunganishwa na vipengele vinavyotumiwa na watumiaji
- Uelewa thabiti wa vikwazo vya LLM na mbinu za kutoa matokeo ya kuaminika, thabiti, na sahihi
- Mtazamo unaomlenga mteja na motisha ya kujenga modeli ya ubora wa juu ya tathmini ya kitabibu ya afya ya kitabia
- Mtazamo wa ushirikiano unaosisitiza kutoa matokeo yanayopimika
- Uzoefu wa vitendo wa kutumia rekodi za matibabu kubaini kama historia za wagonjwa zinakidhi vigezo vya tathmini, kama vile uidhinishaji wa madai
- Uzoefu kama mhandisi wa backend mwenye ujuzi mpana anayeweza kushughulikia majukumu mbalimbali
- Uzoefu wa kujenga mifumo ya data kwa Python na maktaba zinazohusiana za sayansi ya data au ujifunzaji wa mashine
- Uzoefu mkubwa wa kushughulikia data za afya na kutumia mbinu bora za HIPAA
- Ujuzi wa miundombinu ya sasa ya LLM na ujifunzaji wa mashine pamoja na mbinu za MLOps
- Uzoefu wa huduma za AWS ikiwemo ECS, Bedrock, na Cognito
- Uzoefu wa kutumia Docker
- Uzoefu wa GitHub Actions
- Uzoefu wa Python, Django, Celery, django-ninja, na django-tenants
- Uzoefu wa PostgreSQL kwenye AWS RDS na S3
- Uzoefu wa kutumia GitHub, Jira, CodeRabbitAI, Tusk, na Claude.
- benefits??
Manufaa
- Ratiba rahisi ya kazi ya mseto yenye siku mbili hadi tatu kwa wiki katika ofisi ya Financial District, San Francisco, pamoja na utamaduni unaotanguliza kazi ya mbali
- Likizo isiyo na kikomo
- Likizo ya uzazi yenye malipo
- Bima ya matibabu, meno, na macho
- Manufaa ya usafiri kabla ya kodi
- Mpango wa 401(k)
- Hisa zenye thamani kwa mfanyakazi wa awali
- Ushauri wa moja kwa moja kutoka kwa waanzilishi wenye uzoefu
- Fursa ya kusaidia kuunda timu na utamaduni wa kampuni tangu hatua za awali
- Matukio ya timu na mikutano ya nje ya ofisi ya mara kwa mara
- Vifaa vinavyotolewa na kampuni na maandalizi ya ofisi ya nyumbani