Atria Health Institute — это практика первичной и специализированной медицинской помощи, основанная на членстве, с акцентом на профилактику и долголетие. Мы объединяем междисциплинарную команду известных врачей для обеспечения проактивной, профилактической и прецизионной медицинской помощи членам Atria и их семьям. Вся помощь, включая первичную помощь, расширенное скрининг и диагностику, неотложную помощь, специализированную помощь, круглосуточные выезды на дом и визуализацию, включена в годовой членский взнос.
Наша миссия — обеспечить одинаковую продолжительность здоровой и общей жизни для всех, переводя науку в медицину в режиме реального времени, возвращая человечность в здравоохранение. Предоставление такой надежной, персонализированной и профилактической медицинской помощи является сложной задачей и требует самоотверженности всей команды на высочайшем уровне.
У нас есть ультрасовременные учреждения с визуализацией и диагностикой на месте в Нью-Йорке, Палм-Бич и Лос-Анджелесе, а также центры домашних услуг в Майами, Гринвиче/Вестчестере и Хэмптонсе летом. Дополнительные локации скоро появятся в районе Залива, Майами и в центре Манхэттена. В каждом из наших институтов мы предоставляем персонализированную профилактическую медицину, основанную на самой современной науке — и все это в спокойной обстановке, способствующей доверию и комфорту.
Обзор роли
В качестве старшего научного сотрудника по ИИ в Atria вы будете отвечать за разработку медицинских моделей, лежащих в основе клинической ИИ-повестки дня Atria: предметно-ориентированных моделей для решения клинических проблем, наиболее важных для нашей практики сегодня, и базовых моделей для профилактической медицины, которые изучают основные закономерности развития здоровья на протяжении многих лет и десятилетий, выявляя риски до появления симптомов и персонализируя профилактику для отдельного человека, а не для среднего показателя по популяции. Вы будете работать с данными, к которым лишь немногие организации в мире имеют доступ: полногеномное секвенирование, расширенная визуализация, включая МРТ всего тела, комплексные продольные лабораторные анализы, непрерывные сигналы с носимых устройств и связанные с семьей записи, охватывающие несколько поколений. Ваша основная задача — взять лучшее из экосистемы с открытым исходным кодом и превратить это в модели, которые существенно превосходят стандартные решения для задач Atria. Там, где это требует проблема, вы будете разрабатывать принципиально новые архитектуры.
Что вы будете делать
- Отвечать за дорожную карту медицинского моделирования в Atria: определять семейства моделей и подходы к обучению, которые с наибольшей вероятностью будут успешными для наших задач, и создавать модели, которые это докажут. Стандарт — «изменение клинической картины», а не «место в рейтинге».
- Изучать ландшафт открытого исходного кода (общецелевые и клинические/биомедицинские базовые модели, базовые модели для зрения и мультимодальные, специализированные медицинские модели) и давать обоснованные рекомендации о том, что дообучать, дистиллировать или на чем строить.
- Разрабатывать и валидировать новые архитектуры там, где существующие подходы не справляются, особенно для продольных мультимодальных данных и в направлении базовых моделей.
- Руководить дообучением и посттренировочной работой: SFT, LoRA/QLoRA и другие методы PEFT, DPO и связанные подходы к настройке предпочтений, RLHF/RLAIF, где это применимо, продолженное предварительное обучение и дистилляция.
- Курировать высококачественные наборы обучающих данных из клинических данных Atria: выборка, стратегия маркировки, дедупликация, проверка на загрязнение, гигиена обучения/тестирования и безопасная для PHI обработка.
- Разрабатывать и проводить строгое оценивание: изолированные клинические бенчмарки, сравнение с передовыми закрытыми базовыми моделями, анализ калибровки, производительность по подгруппам и абляции, которые покажут, какие проектные решения действительно окупились.
- Запускать обучение и оценивание на соответствующей инфраструктуре (одноузловая и многопроцессорная), с надлежащим отслеживанием экспериментов, воспроизводимыми конфигурациями и таким ведением журналов, которое позволит вашему будущему «я» понять, что сделало ваше прошлое «я».
- Следить за литературой: методы обучения, методы дообучения, медицинские базовые модели, мультимодальные архитектуры. Синтезировать то, что действительно актуально для Atria, а не сообщать о каждом новом препринте arXiv как о стратегической угрозе.
- Сотрудничать с клиницистами, чтобы понять, что такое «хорошо» для каждой модели, и с партнерами по исследованиям для совместной работы по обучению и оцениванию.
Требования
- Ориентация на выпуск моделей, а не статей о моделях. Вы предпочтете иметь рабочую v1 перед клиницистами в следующем месяце, чем красивую методологию, которая будет выпущена в следующем году.
- Способность добиваться результатов в непростых условиях. Вы можете освоить незнакомую технику дообучения, фреймворк обучения или клиническую концепцию в среду и иметь заслуживающий доверия эксперимент, запущенный к пятнице.
- Серьезное стремление к постоянному совершенствованию. Вы читаете чужой код, статьи, журналы обучения и постмортемы. Вы относитесь к ошибкам как к дешевой информации.
- Ученая степень (предпочтительно PhD, магистр с сильным исследовательским опытом) в области компьютерных наук, машинного обучения, вычислительной биологии, биомедицинской информатики или тесно связанной области — или сильный послужной список в области открытого исходного кода в современном обучении и дообучении.
- Практический опыт обучения и дообучения современных моделей глубокого обучения с послужным списком выпущенных или опубликованных моделей, которые вы лично обучили: 4+ года.
- Глубокое, текущее владение современными методами дообучения и посттренировочными методами: SFT, PEFT (LoRA, QLoRA, адаптеры), настройка предпочтений (DPO и ее преемники), дистилляция и продолженное предварительное обучение.
- Глубокое рабочее знание экосистемы моделей с открытым исходным кодом: какие модели являются передовыми, какие переоценены, и что стоит дообучить для конкретной задачи.
- Отличное знание Python и PyTorch, с практическим опытом работы с экосистемой Hugging Face (transformers, datasets, PEFT, TRL, accelerate) или эквивалентными стеками обучения.
- Практический опыт работы с инфраструктурой обучения: распределенное обучение, смешанная точность, эффективная загрузка данных, отслеживание экспериментов (W&B;, MLflow или аналогичные).
- Дисциплина в отношении оценки и абляции: вы относитесь к бенчмаркингу, калибровке и вопросам «как бы это выглядело без этого изменения?» как к части работы по моделированию.
- Искренний интерес к здравоохранению и ответственность, связанная с созданием моделей, влияющих на уход за пациентами.
Желательно
- Опыт создания мультимодальных медицинских моделей, объединяющих клинический текст с изображениями (радиология, патология, офтальмология), структурированными лабораторными данными или физиологическими сигналами.
- Знакомство с клиническими/биомедицинскими базовыми моделями (например, Med-PaLM, MedGemma, BioMedLM, BiomedCLIP, RadFM) и литературой по медицинским моделям.
- Рецензируемые публикации в областях ML, NLP, компьютерного зрения или клинической информатики.
- Опыт работы с обучением с подкреплением, обучением моделей рассуждений или другими передовыми посттренировочными методами.
- Опыт работы с интерпретируемостью моделей и количественной оценкой неопределенности для клинических условий.
- Предыдущее сотрудничество с клиницистами по моделям, которые были выпущены.
Диапазон заработной платы: базовый оклад 180 000–260 000 долларов США + премия на основе производительности
Преимущества
В Atria мы гордимся тем, что предлагаем каждому члену команды Atria:
- Отличные льготы по здоровью и благополучию, полностью покрываемые Atria, с даты приема на работу
- Членство в OneMedical для сотрудников и их иждивенцев, предоставляющее доступ к круглосуточной виртуальной помощи
- Планирование семьи и фертильности
- Профилактические медицинские осмотры, оплачиваемые компанией через партнерские больницы (кальциевый счет)
- Фитнес-льготы, включая Wellhub +
- Взносы в 401k и соответствующий взнос в размере 4% начиная с 6 месяцев работы
- Гибкий график отпусков
- Поддержка непрерывного медицинского образования (CME) и CEU для профессионального лицензирования
