機器學習工程師 - Solventum - 賓夕法尼亞州遠端
為 Solventum 的醫療資訊系統建置正式環境的機器學習基礎架構與 AI 服務。此職位涵蓋 MLOps、醫療資料工程、雲端部署、監控與合規。
說明
- 建立並維護機器學習交付管線，部署及監控正式環境模型，轉換醫療資料，支援特徵儲存，將 AI 整合至醫療應用程式，並維護安全且具備完整文件的系統。
- 將機器學習模型部署為可擴充的 API 與微服務，以符合臨床效能與延遲需求。
- 監控模型品質、資料漂移與正式環境服務的健康狀態。
- 建立並改進 ETL 工作流程，將 FHIR、HL7 與其他醫療資料轉換為訓練及推論資料集。
- 協助維護特徵儲存與資料層，讓訓練資料與正式環境資料保持一致。
- 與後端工程師合作，將機器學習結果整合至核心醫療產品。
- 撰寫清晰、易於維護且文件完善的 Python 程式碼。
- 參與程式碼審查。
- 使用 Docker 與 Kubernetes 封裝及編排機器學習工作負載。
- 將 HIPAA 與 HITRUST 要求套用於資料處理與部署。
- 可能需要在美國境內出差，最多占工作時間的 10%。
- 在到職最初幾天完成規定的現場入職訓練。
職位要求
- 具備電腦科學、軟體工程、資料工程或相關領域的學士以上學位。
- 至少六年專業軟體工程或資料工程經驗。
- 至少五年 Python 經驗，並熟悉 SQL。
- 至少兩年在正式環境中使用機器學習系統的經驗。
- 至少五年使用 AWS 與 Docker 等容器技術的經驗。
- 至少三年專業 Java 經驗。
- 至少三年使用 PyTorch 或 Scikit-learn 等機器學習函式庫，以及 Airflow、Prefect、BentoML 或 Kubeflow 等 MLOps 工具的經驗。
- 至少四年使用 Pandas、Spark 或 dbt 等資料處理框架的經驗。
- 熟悉部署大型語言模型，或使用 LangChain 等框架。
- 具備受監管產業經驗，包括醫療或金融業。
- 了解 API 設計與微服務架構。
- 工作必須遵循公司政策、程序、安全標準，以及履歷或申請中記錄的要求。
- 教育與工作經歷必須透過履歷或申請欄位提供。
福利待遇
- 醫療、牙科與視力保險。
- 健康儲蓄帳戶選項。
- 醫療保健與受扶養人照護彈性支出帳戶。
- 身心障礙福利。
- 人壽保險。
- 自願福利方案。
- 帶薪休假。
- 退休福利。
- 公司支付規定的現場入職訓練相關差旅與費用。
- 可能需要在美國境內出差，最多占工作時間的 10%。
