Senior Software Engineer - AI

Заголовок: Старший инженер-программист — ИИ Местоположение: Хайдарабад, Индия

Местоположение: Хайдарабад, Индия Занятость: Полная

Lyric — это технологическая компания в сфере здравоохранения, основанная на платформе и ориентированная на ИИ, призванная упростить ведение бизнеса в сфере медицинского обслуживания, предотвращая ошибочные платежи и сокращая общие потери в системе здравоохранения, обеспечивая более эффективное использование ресурсов для снижения стоимости медицинских услуг для плательщиков, поставщиков услуг и пациентов. Lyric, ранее ClaimsXten, является лидером рынка, обладающим 35-летним опытом предварительной проверки счетов, специализированными командами и передовыми технологиями. Lyric с гордостью признана «Best in KLAS» за точность и целостность предварительной проверки счетов в 2025 году, сертифицирована HI-TRUST и SOC2, а также является лауреатом премии «CandE Award» за опыт кандидатов в 2025 году. Хотите формировать будущее здравоохранения с помощью ИИ? Изучите возможности на lyric.ai/careers и развивайте инновации с помощью YouToThePowerOfAI.

Мы ищем высококвалифицированного инженера по машинному обучению с практическим опытом проектирования, создания и развертывания моделей машинного обучения в масштабе. Вы будете работать над комплексными конвейерами машинного обучения — от предварительной обработки данных до развертывания в производственной среде — используя современные фреймворки и практики MLOps. Эта роль идеально подходит для тех, кто любит решать сложные задачи, оптимизировать рабочие процессы и применять ИИ для предоставления эффективных бизнес-решений. Кроме того, вы будете сотрудничать с командами аналитики для разработки панелей мониторинга и визуализаций, которые предоставляют заинтересованным сторонам практические идеи.

Разработка и развертывание моделей Проектируйте, обучайте и оптимизируйте модели машинного обучения с использованием PyTorch или TensorFlow для приложений производственного уровня.

Создавайте масштабируемые конвейеры данных для инженерии признаков и обучения моделей с использованием Pandas, Dask или эквивалентных фреймворков.

Реализуйте оценку моделей, настройку гиперпараметров и мониторинг производительности.

MLOps Разрабатывайте и поддерживайте рабочие процессы машинного обучения с использованием Airflow, Kedro и MLflow для воспроизводимости и отслеживаемости.

Автоматизируйте развертывание моделей и управление их жизненным циклом в различных средах (разработка, тестирование, производство).

Инженерия и обработка данных Эффективно обрабатывайте большие наборы данных с использованием фреймворков распределенных вычислений (Dask, Spark).

Обеспечьте качество, согласованность данных и соответствие стандартам управления.

Работайте над конвейерами и развертывайте их в Snowflake / Databricks.

Мониторинг и наблюдаемость Внедряйте обнаружение дрейфа моделей, отслеживание производительности и стратегии автоматического переобучения.

Используйте инструменты отслеживания экспериментов (MLflow, Weights & Biases) для прозрачности и воспроизводимости.

Сотрудничество и документация Тесно сотрудничайте с специалистами по данным, инженерами-программистами и продуктовыми командами для согласования решений в области машинного обучения с бизнес-целями.

Документируйте рабочие процессы машинного обучения, лучшие практики и операционные руководства.

5–7 лет опыта работы в области инженерии машинного обучения или прикладного машинного обучения.

· Высокое владение Python и библиотеками, такими как Pandas, Dask, NumPy, Scikit-learn. · Практический опыт работы с PyTorch или TensorFlow для разработки моделей. · Глубокое понимание инструментов MLOps: Airflow, Kedro, MLflow (или эквивалентов). · Опыт развертывания моделей машинного обучения в производственных средах (API, пакетные задания, потоковая передача). · Сильные навыки решения проблем и способность работать в гибких, быстро меняющихся средах. · Опыт работы с магазинами признаков (Feast, Tecton) и инструментами управления версиями данных (DVC). · Знание распределенного обучения и оптимизации GPU. · Опыт работы с инструментами BI, такими как Power BI или аналогичными, для аналитики и визуализации. · Понимание объяснимости моделей и практик ответственного ИИ. · Знакомство с контейнеризацией (Docker) и оркестрацией (Kubernetes). · Опыт работы с облачными платформами (Azure, AWS или GCP) для рабочих нагрузок машинного обучения. · Вклад в проекты с открытым исходным кодом в области машинного обучения или технические блоги.