Вознаграждение (диапазон заработной платы в Нью-Йорке): 170 000 – 240 000 долларов США в год
Iterative Health — компания в области медицинских технологий и услуг, которая ускоряет клинические исследования для улучшения результатов лечения пациентов.
Мы создали ведущую сеть из более чем 100 центров в США, Европе, Индии и Австралии, ориентированную на результаты, которая проводит исследования непосредственно в сообществах, где осуществляется уход, в области гастроэнтерологии, гепатологии, ожирения и кардиологии. Объединяя глубокий опыт в проведении клинических испытаний с передовым ИИ, мы связываем научные амбиции спонсоров с высокопроизводительными исследовательскими группами, которые ускоряют и расширяют доступ к новым методам лечения нуждающимся пациентам. Сегодня штаб-квартира Iterative Health находится в Кембридже, штат Массачусетс, и Нью-Йорке, а число сотрудников по всему миру превышает 250 человек.
Мы ищем инженера по прикладной ИИ, который сможет глубоко понимать наши данные, чтобы знать, что возможно, и воплощать это в рабочие системы. У нас уникальный набор данных в отрасли, связывающий клинические данные (ЭМК, эндоскопическое видео и т. д.) с данными испытаний в более чем 80 исследовательских центрах. Подходящий кандидат будет углубляться в эти данные, чтобы понять их структуру и пробелы, создавать системы, которые преобразуют это понимание в реальные результаты для центров и пациентов, а также высказывать свое мнение о том, как новые возможности применяются к нашим конкретным проблемам по мере развития ситуации.
Вы будете работать непосредственно с данными, создавать и внедрять модели, системы на основе LLM и агентов, а также напрямую влиять на то, что мы строим и как. Эта роль находится на стыке прикладного машинного обучения, инженерии и науки о данных — вы будете создавать основу для наших предиктивных возможностей и помогать формировать эту функцию в рамках небольшой, быстро развивающейся инженерной команды на начальном этапе.
Где вы окажете влияние
- Работайте с клиническими данными, видеоданными и данными операционной деятельности клинических исследований, чтобы понять, что там есть, что имеет значение и как использовать это для создания более эффективной системы клинических исследований.
- Создавайте и внедряйте модели машинного обучения, системы на основе LLM и агентов — от прототипа до продакшена.
- Следите за развитием области ИИ и машинного обучения и высказывайте свое мнение о том, как новые возможности применяются к нашим данным и проблемам.
- Определяйте путь от необработанных данных к продукту и их операционализации: что моделировать, как оценивать, и когда это готово к внедрению.
- Сотрудничайте с отделами продукта и инженерии для преобразования результатов в реализованные функции.
- Определяйте возможности, где наши данные создают уникальные предиктивные преимущества.
- Оценивайте, где мы должны строить, где мы должны сотрудничать, и где существующие подходы недостаточны.
- Помогайте формировать инженерную культуру небольшой растущей команды: как принимаются технические решения, как обсуждаются проблемы и что такое строгость на практике.
- Выполняйте связанные поручения по мере необходимости.
Что вы принесете в команду
- Опыт работы в области прикладного ИИ/МО, разработки ПО/МО или науки о данных более 5 лет, со значительным практическим опытом создания и внедрения систем на реальных данных.
- Опыт работы с медицинскими данными, клиническими исследованиями или науками о жизни.
- Глубокое любопытство к пониманию данных и их связи с реальным миром.
- Прочные статистические основы и суждение, чтобы знать, когда результат имеет значение, а когда просто интересен.
- Свободное владение Python и SQL, уверенное владение всем стеком данных от разведочного анализа до кода и конвейеров, готовых к продакшену.
- Опыт работы в области науки о данных, продукта и инженерии — способность создавать необходимое, а не просто анализировать существующее.
- Опыт создания и внедрения продакшен-систем — включая функции на основе LLM (промптинг, оценка, RAG/конвейеры агентов) — а не только исследовательский код или ноутбуки.
- Опыт работы со сложными, «грязными», реальными данными и способами сделать их полезными, не делая вид, что они чистые.
- Знание возможностей и фреймворков машинного обучения, с суждением, чтобы знать, когда что-то действительно применимо, а когда это просто хайп.
- Отличные коммуникативные навыки — способность четко доносить результаты до технической и нетехнической аудитории и убедительно обосновывать, что строить дальше.
Предпочтительные квалификации
- Опыт работы в стартапах на стадии роста (настоятельно рекомендуется).
- Опыт работы с фреймворками приложений LLM (например, RAG, оркестрация агентов, оценочные фреймворки).
- Знакомство с операционной деятельностью клинических исследований, классификацией заболеваний или проблемами идентификации пациентов.
- Опыт построения или определения дорожной карты для функции ИИ с ранних стадий.
Как мы работаем
- Командная среда с низким уровнем эго и высоким уровнем сотрудничества.
- Культура высокой ответственности и подотчетности.
- Быстрая и итеративная среда роста.
- Открытое общение и стремление к постоянному обучению.
- Организация, ориентированная на миссию и направленная на улучшение результатов лечения пациентов.
- Готовность ориентироваться в меняющихся бизнес-приоритетах и возможностях.
Преимущества, которые вас поддерживают
Мы верим, что великие команды достигают наилучших результатов, когда чувствуют поддержку — профессиональную и личную.
- Гибридная рабочая среда с совместной работой в офисе два дня в неделю в одном из наших офисов в Нью-Йорке, Саутлейке или Бостоне.
- Комплексное медицинское, стоматологическое и офтальмологическое страхование, при этом до 80% страховых взносов покрывается Iterative Health.
- Поддержка психического здоровья и благополучия через Spring Health.
- Варианты Health HSA или FSA, а также взносы FSA для оплаты проезда, поддерживаемые Iterative Health.
- Неограниченный PTO, 12 праздничных дней компании и общекорпоративный выходной между Рождеством и Новым годом.
- Программа 401(k) с соответствием компании до 3% (до 3000 долларов США в год).
- Еженедельный обед в офисе по вторникам.
- 100% оплачиваемое компанией краткосрочное и долгосрочное страхование от нетрудоспособности.
- Ежегодный стипендиальный фонд на оздоровление и профессиональное развитие для поддержки вашего здоровья и роста.
- И многое другое!
Диапазон заработной платы в Нью-Йорке
170 000 — 240 000 долларов США
В Iterative Health мы активно работаем над созданием среды, отражающей разнообразие пациентов, которым служит наша технология. Мы стремимся к построению справедливой и инклюзивной культуры, а следовательно, и процесса найма. Если вам требуются какие-либо приспособления, чтобы сделать процесс подачи заявления или собеседования более доступным для вас, пожалуйста, свяжитесь с контакт рекрутера.
