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 wa Kujifunza kwa Mashine katika ExaCare AI — Mseto, Toronto
Jenga miundombinu ya ML ya uzalishaji, mifumo ya mabomba ya data na ufuatiliaji unaowezesha jukwaa la ExaCare AI la huduma za baada ya hali kali ya ugonjwa. Saidia timu za afya kufanya maamuzi salama zaidi ya kuwaweka wagonjwa kupitia mifumo ya kujifunza kwa mashine yenye kutegemeka na inayoweza kupanuka.
Maelezo
- Simamia mtiririko wa kazi na miundombinu katika mzunguko mzima wa maisha wa kujifunza kwa mashine
- Fanya kazi na watafiti na wataalamu wa ML kupeleka miundo na kuharakisha marudio ya maboresho
- Unda na boresha mifumo ya mabomba ya data na mafunzo ya miundo
- Rahisisha uchakataji wa data, uwekaji wa maelezo na ufanisi wa jumla wa mfumo wa ML
- Sambaza na endesha huduma saidizi za mafunzo na ufasiri wa miundo
- Tengeneza zana za ufuatiliaji wa ubora wa miundo, kutegemeka kwa mfumo na utendaji wa kiutendaji
- Ongeza uwezo wa kupanuka, uonekano na urudiwarudishaji wa mifumo ya ML
- Boresha miundombinu ya ML ili kuongeza kasi, kutegemeka na ufanisi wa gharama
- Tambua vikwazo katika mtiririko wa kazi na uendeshe kiotomatiki shughuli za ML zinazojirudia
- Bainisha na tumia mbinu bora za MLOps, usambazaji na utendaji wa mfumo
Mahitaji
- Angalau miaka mitatu ya uzoefu katika uhandisi wa ML, MLOps, miundombinu ya ML, uhandisi wa data, au uhandisi wa backend na majukwaa ya mazingira ya ML
- Uzoefu wa kusaidia mifumo ya kujifunza kwa mashine kuanzia kukabidhiwa kwa modeli hadi usambazaji na ufuatiliaji
- Ushahidi wa kusimamia mabomba ya data, mabomba ya mafunzo au mtiririko mwingine wa kazi wa ML wa uzalishaji
- Uzoefu wa kushirikiana na watafiti, wanasayansi wa data au wataalamu wa ML kuweka miundo katika uzalishaji
- Misingi thabiti ya uhandisi wa programu na uzoefu wa kutoa mifumo ya uzalishaji
- Uzoefu wa kufuatilia, kutatua hitilafu na kuboresha mifumo ya ML au data ya uzalishaji
- Ushahidi wa kuboresha kutegemeka, uwezo wa kupanuka, kasi au ufanisi wa gharama katika mifumo ya ML
- Uwezo wa kuchukua umiliki katika mazingira yenye kasi na mtindo wa startup
Manufaa
- Mshahara na hisa shindani katika startup inayokua kwa kasi
- Likizo ya kulipwa yenye kubadilika
- Bima ya afya, meno na macho
- Matukio ya kampuni ya nje ya ofisi
- Timu ya ushirikiano inayojumuisha wahandisi wa zamani wa Amazon na wahitimu wa Bain, BCG, Goldman Sachs na mashirika mengine