Staff Machine Learning Engineer

Wilayah: Amerika Serikat. Sumber lowongan: Jobicy. Lamar melalui halaman sumber.

Staff Machine Learning Engineer

Singkatnya

• Kami adalah startup tahap awal yang memiliki misi menjadikan layanan kesehatan lebih proaktif dengan membekali dokter, perawat, dan anggota tim perawatan dengan data real-time untuk menyelamatkan nyawa.

• Sebagian Data Scientist (membangun model), sebagian Applied Scientist (menerapkan model ke production), dan sebagian MLE (deployment, pemeliharaan), yang juga dikenal sebagai “Full Stack Data Scientist” – seseorang yang ingin bertanggung jawab penuh atas efektivitas end-to-end dari model real-time mereka dalam produk AI klinis yang aktif.

Siapa Kami

Misi Bayesian Health adalah meningkatkan hasil perawatan pasien dengan membekali para tenaga klinis wawasan yang mereka perlukan untuk membuat keputusan yang tepat bagi pasien yang tepat di point-of-care. Kami adalah tim yang beragam yang terdiri dari para tenaga klinis, engineer, pakar machine learning, product designer, dan pemimpin peningkatan kinerja yang berkomitmen untuk mewujudkan penyampaian perawatan yang lebih cerdas dan spesifik bagi pasien melalui pemanfaatan kekuatan data.

Kami didanai oleh investor teknologi dan bioteknologi terkemuka: Andreessen Horowitz, lengan ventura American Medical Association, Catalio Partners, dan LifeForce Capital. Perusahaan kami telah memenangkan banyak penghargaan; pengakuan terbaru meliputi: Forbes AI Top 50, World Economic Forum Tech Pioneer, Time Best Inventions, BioTech AI Company of the Year.

Baca lebih lanjut tentang publikasi terbaru kami di Nature Medicine yang mengaitkan produk kami dengan penyelamatan nyawa.

Apa yang Akan Anda Lakukan

Sebagai Staff Machine Learning Engineer, Anda tidak cepat puas dengan melatih dan melakukan tuning model ML yang memprediksi kondisi klinis pada pasien; Anda juga ingin bertanggung jawab penuh atas efektivitas model Anda di dunia nyata. Dalam praktiknya, itu berarti Anda tidak ragu untuk turun tangan menulis kode pemetaan data, men-debug kasus pasien tertentu dengan melacak data pasien saat bergerak melalui layanan AWS kami, atau meningkatkan ketepatan waktu prediksi model Anda dengan membaca dan menulis kode Python dan SQL kelas production.

Tanggung Jawab

• Model Prototyping: Mengembangkan dan melakukan tuning model ML baru yang inovatif serta sistem labeler berdasarkan pemahaman mendalam tentang kasus penggunaan klinis dan metode ML mutakhir.

• Productionizing: Model yang sama yang Anda kembangkan dengan Python kelas production.

• Deploying: Mengidentifikasi strategi untuk meningkatkan sistem berbasis ML production kami, serta menulis, men-debug, dan men-deploy kode Python kelas production untuk mengimplementasikan strategi tersebut.

• MLOps: Membangun infrastruktur yang mendukung pengembangan model ML dan deployment dalam sistem production.

Kualifikasi Minimum

• Ph.D. di bidang terkait plus pengalaman relevan 3+ tahun, atau gelar Master terkait dan pengalaman 5+ tahun merilis produk perangkat lunak berbasis ML.

• Pengalaman memegang tanggung jawab penuh atas model ML Anda dari tahap prototyping hingga production.

• Pengalaman menulis kode Python dan SQL kelas production untuk mengimplementasikan dan mengevaluasi model ML dalam sistem production.

• Pengalaman menggunakan tools MLOps seperti SageMaker dan MLFlow.

Kualifikasi yang Diutamakan

• Pengalaman membangun dari 0-1 dan merilis produk AI/ML berdampak tinggi.

• Pengalaman membangun solusi di bidang layanan kesehatan dan/atau familiaritas bekerja dengan data kesehatan yang kompleks.

• Pengalaman bekerja dengan pelanggan enterprise, serta ketangkasan dan responsivitas yang mereka butuhkan.

• Nyaman dalam menginterpretasikan/memanfaatkan metode atau tools peer-reviewed mutakhir dalam merancang pendekatan Anda.

• Antusiasme terhadap misi Bayesian dan menjadi standar tinggi sehingga kita dapat mempercepat laju penciptaan nilai.

Bayesian Health memberikan kesempatan kerja yang setara kepada semua karyawan dan pelamar kerja serta melarang diskriminasi dan pelecehan dalam bentuk apa pun tanpa memandang ras, warna kulit, agama, usia, jenis kelamin, asal negara, status disabilitas, genetika, status veteran yang dilindungi, orientasi seksual, identitas atau ekspresi gender, atau karakteristik lainnya yang dilindungi oleh hukum federal, negara bagian, atau lokal.

Kebijakan ini berlaku untuk semua syarat dan ketentuan ketenagakerjaan, termasuk rekrutmen, perekrutan, penempatan, promosi, pemutusan hubungan kerja, PHK, pemanggilan kembali, transfer, cuti, kompensasi, dan pelatihan.