McKesson 是一家医疗保健公司，业务涵盖药品分销、医疗用品和医疗保健服务。公司帮助药房、诊所、医疗系统和患者获得必要的治疗，同时支持更高效的医疗运营，并增强应对药品短缺的韧性。
公司还为专科医疗机构开发药房管理软件、咨询服务和技术解决方案。McKesson 与生物制药组织合作，并通过专注于药物可及性、用药依从性、商业化、数据驱动洞察和真实世界证据的服务，为肿瘤及生物制药医疗机构提供支持。
AI 全栈软件工程师
为 McKesson 构建 AI 驱动的医疗应用，包括基于大语言模型的工具和服务。 负责 RAG 系统、AI 智能体、数据管道及云端软件。
描述
- 构建并交付企业级 AI 驱动应用。
- 将大语言模型及语音识别、文档和图像解析、文本转语音与 RAG 工具集成到新系统和旧系统中。
- 设计并改进用于开发和测试 AI 系统的数据管道与数据集。
- 向非技术受众讲解大语言模型和向量数据库等现代 AI 概念。
- 开发有效的提示词和缓存方案，以提升大语言模型的性能。
- 维护提示词库，并通过基准测试评估其效果。
- 微调并部署 GPT 系列和 Llama 模型。
- 使用 Semantic Kernel 创建 AI 智能体。
- 构建副驾驶体验和自主工作流的原型。
- 完整记录代码和应用的相关文档。
- 与内部团队和外部利益相关方合作开展大型项目。
- 适应不断变化的需求并学习新的方法。
- 将临床和业务需求转化为 AI 解决方案。
任职要求
- 至少 2 年软件开发经验。
- 至少 2 年使用大语言模型、语音、图像或语音生成模型构建 AI 应用的经验。
- 计算机科学或相关工程领域的学士学位，或同等经验。
- 了解模型敏感性指标，包括精确率、召回率、F1 分数和 AUC-ROC。
- 具备 MLOps 经验，能够实现可扩展且经济高效的 AI 部署。
- 具备使用 LangChain 或 LlamaIndex 及向量数据库构建 RAG 系统的经验。
- 擅长通过提示词缓存、批处理和量化优化大语言模型成本。
- 深入了解大语言模型的发展，以及模型选择和调优。
- 具备使用 GitHub Copilot、Cursor 或 Codeium/Windsurf 等 AI 编程工具的经验。
- 熟练掌握 Python 以及 OpenAI、TensorFlow 和 PyTorch 等 AI 库。
- 了解医疗保健行业。
- 熟练构建 Node.js Web 应用，例如使用 Express.js。
- 具备 AWS、Google Cloud Platform 或 Azure 的使用经验。
- 具备 Git、Docker 和 Kubernetes 的使用经验。
- 沟通能力强，能够与技术、DevOps 和产品管理团队协作。
- 目前及未来均不提供签证担保。
- 优先考虑居住在佐治亚州亚特兰大或俄亥俄州哥伦布都会区的候选人。
福利待遇
- 具有竞争力的薪酬方案。
- 可能提供年度奖金或长期激励机会。
- 可享受 McKesson Total Rewards 计划提供的福利。
