資深人工智慧與資料科學家
為 Alignment Health 的高齡照護平台設計正式環境可用的機器學習解決方案。 領導醫療分析與模型部署，並指導技術團隊。
說明
- 開發端對端人工智慧與機器學習解決方案，應對醫療領域的挑戰，例如風險分層、臨床決策支援、自動化病歷審查及詐欺偵測。
- 建置可處理數百萬筆醫療交易的正式環境機器學習系統。
- 管理機器學習生命週期，涵蓋實驗與驗證、部署、監控、漂移偵測及持續改善。
- 建立資料蒐集、可觀測性、警示及回饋機制，以支援正式環境中模型的效能與可靠性。
- 研究並應用先進的深度學習、自然語言處理與大型語言模型、電腦視覺及因果推論技術。
- 推動有助於確保程式碼品質、測試、文件、重複利用及可維護性的工程實務。
- 與產品、臨床、營運及法遵團隊合作，發掘高價值的人工智慧機會。
- 以商務語言向主管說明技術概念，並為產品與技術決策提供依據。
- 透過程式碼審查、架構討論、結對程式設計、簡報及文件指導資料科學家。
- 面試技術人才，並展現嚴謹的分析與問題解決方法。
職位要求
- 具備 5 至 8 年交付正式環境資料科學或機器學習解決方案的經驗，並能證明其業務成效。
- 擁有設計複雜機器學習系統的實績，涵蓋研究到正式環境部署的完整流程。
- 精通多個機器學習領域，並具備紮實的軟體工程基礎。
- 具備領導技術專案及指導資料科學家的經驗。
- 擁有電腦科學、機器學習、統計學或相關領域的博士學位。
- 持續掌握機器學習與人工智慧、醫療分析及軟體工程實務的最新發展。
- 精通資料科學方法、工作流程及最佳實務。
- 具備進階機器學習技能，包括集成方法、深度學習、自然語言處理、大型語言模型及電腦視覺。
- 具備紮實的統計分析與實驗設計能力。
- 能以專家程度使用 Python、Java、SQL 或 PySpark 撰寫符合正式環境需求且易於維護的程式碼。
- 精通進階 SQL，並能處理大量、高維度的醫療資料。
- 能使用 Databricks、Spark、Delta Lake、MLflow、Unity Catalog 及雲端平台。
- 熟悉 Git 工作流程、CI/CD 管線、Docker 及現代 MLOps 實務。
- 深入了解醫療資料與 Medicare Advantage 營運。
- 溝通能力出色，能將技術複雜性轉化為商業價值。
- 能製作清晰的資料視覺化，並透過有效的敘事傳達發現。
- 不需執照。