机器学习工程师 - Solventum - 宾夕法尼亚州远程
为 Solventum 的医疗信息系统构建生产级机器学习基础设施和 AI 服务。该职位涵盖 MLOps、医疗数据工程、云部署、监控和合规。
描述
- 创建和维护机器学习交付管道，部署并监控生产模型，转换医疗数据，支持特征存储，将 AI 集成到医疗应用中，并维护安全且有文档记录的系统。
- 将机器学习模型部署为可扩展的 API 和微服务，以满足临床性能和延迟要求。
- 监控模型质量、数据漂移和生产服务的运行状况。
- 构建并改进 ETL 工作流，将 FHIR、HL7 及其他医疗数据转换为训练和推理数据集。
- 协助维护特征存储和数据层，确保训练数据与生产数据保持一致。
- 与后端工程师合作，将机器学习结果集成到核心医疗产品中。
- 编写清晰、易维护且文档完善的 Python 代码。
- 参与代码同行评审。
- 使用 Docker 和 Kubernetes 对机器学习工作负载进行打包和编排。
- 将 HIPAA 和 HITRUST 要求应用于数据处理和部署。
- 可能需要在美国境内出差，最多占 10% 的工作时间。
- 在入职最初几天完成要求的现场入职培训。
任职要求
- 计算机科学、软件工程、数据工程或相关专业本科及以上学历。
- 至少六年专业软件工程或数据工程经验。
- 至少五年 Python 经验，并熟悉 SQL。
- 至少两年生产环境机器学习系统工作经验。
- 至少五年 AWS 和 Docker 等容器技术使用经验。
- 至少三年专业 Java 经验。
- 至少三年使用 PyTorch 或 Scikit-learn 等机器学习库，以及 Airflow、Prefect、BentoML 或 Kubeflow 等 MLOps 工具的经验。
- 至少四年使用 Pandas、Spark 或 dbt 等数据处理框架的经验。
- 熟悉大型语言模型部署，或使用 LangChain 等框架。
- 具有受监管行业经验，包括医疗或金融行业。
- 了解 API 设计和微服务架构。
- 工作必须遵循公司政策、流程、安全标准以及简历或申请中明确记录的要求。
- 教育经历和工作经历必须通过简历或申请字段提供。
福利待遇
- 医疗、牙科和视力保险。
- 健康储蓄账户选项。
- 医疗保健和受抚养人护理灵活支出账户。
- 残障福利。
- 人寿保险。
- 自愿福利计划。
- 带薪休假。
- 退休福利。
- 公司承担要求的现场入职培训相关差旅及费用。
- 可能需要在美国境内出差，最多占 10% 的工作时间。
