ExaCare AI розробляє SaaS-програмне забезпечення для постгострих медичних закладів, зокрема закладів кваліфікованого сестринського догляду та агентств домашньої медичної допомоги. Платформа підтримує перевірку направлень, верифікацію страхового покриття, процеси відшкодування та прийом пацієнтів: вона узагальнює клінічні записи, виявляє клінічні й фінансові ризики, зокрема можливості PDPM, перевіряє право на страхове покриття та надає інформацію про заповнюваність, динаміку кількості пацієнтів і операційні показники.
Інженер з машинного навчання в ExaCare AI — гібридний формат, Торонто
Створюйте виробничу ML-інфраструктуру, конвеєри та системи моніторингу для платформи ExaCare AI у сфері постгострої медичної допомоги. Допомагайте медичним командам ухвалювати безпечніші рішення щодо розміщення пацієнтів завдяки надійним і масштабованим системам машинного навчання.
Опис
- Відповідайте за робочі процеси та інфраструктуру на всіх етапах життєвого циклу машинного навчання
- Працюйте з дослідниками та фахівцями з машинного навчання над розгортанням моделей і пришвидшенням ітерацій
- Створюйте та вдосконалюйте конвеєри обробки даних і навчання моделей
- Оптимізуйте обробку й анотування даних, а також загальну ефективність ML-систем
- Розгортайте та підтримуйте допоміжні сервіси для навчання моделей та інференсу
- Розробляйте інструменти моніторингу якості моделей, надійності систем і операційної ефективності
- Підвищуйте масштабованість, спостережуваність і відтворюваність ML-систем
- Налаштовуйте ML-інфраструктуру для підвищення швидкості, надійності та економічної ефективності
- Знаходьте вузькі місця в робочих процесах і автоматизуйте повторювані ML-операції
- Визначайте та впроваджуйте найкращі практики MLOps, розгортання й продуктивності систем
Вимоги
- Щонайменше три роки досвіду в інженерії машинного навчання, MLOps, ML-інфраструктурі, інженерії даних або backend- і platform-розробці для ML-середовищ
- Досвід підтримки систем машинного навчання від передачі моделі до розгортання та моніторингу
- Підтверджений досвід роботи з конвеєрами даних, навчання або іншими виробничими ML-процесами
- Досвід співпраці з дослідниками, фахівцями з даних або практиками ML для впровадження моделей у production
- Ґрунтовні основи програмної інженерії та досвід створення виробничих систем
- Досвід моніторингу, налагодження та вдосконалення виробничих ML- або дата-систем
- Підтверджені результати підвищення надійності, масштабованості, швидкості або економічної ефективності ML-систем
- Здатність брати на себе відповідальність у динамічному середовищі стартапного типу
Переваги
- Конкурентна зарплата та частка в швидкозростаючому стартапі
- Гнучка оплачувана відпустка
- Медичне, стоматологічне страхування та страхування зору
- Корпоративні виїзні заходи
- Команда для спільної роботи, до якої входять колишні інженери Amazon і випускники Bain, BCG, Goldman Sachs та інших організацій