Staff Machine Learning Operations Engineer

Инженер по эксплуатации машинного обучения (MLOps) уровня Staff

Компания: Garner Health
Местоположение: Штаб-квартира / Нью-Йорк, Нью-Йорк

Часть чего вы станете

Garner ставит перед собой миссию трансформировать систему здравоохранения США — и мы единственный подтвержденный игрок, который делает именно это. Мы сотрудничаем с работодателями, чтобы перестроить принципы работы здравоохранения: применяем более 550 собственных клинических метрик по 80+ специальностям к данным более 320 миллионов пациентов, чтобы выявлять лучших врачей, а затем используем убедительные стимулы, чтобы направить пациентов к лечению, которое помогает им быстрее выздоравливать.

Результатом является редкая «беспроигрышная ситуация» — лучшее качество медицинской помощи и снижение затрат как для пациентов, так и для работодателей. Всего за пять лет наша работа помогла более чем 2,5 миллионам человек получить доступ к более качественной медицинской помощи и сэкономила 1 миллиард долларов на расходах на здравоохранение. Недавно мы привлекли инвестиции серии E и росли вдвое в течение последних пяти лет. Если вы когда-либо хотели, чтобы ваша работа решала проблему, которая затрагивает каждого человека в этой стране, это ваш шанс сделать именно это. Вы присоединитесь к команде, которая фундаментально переосмысливает здравоохранение в США — и использует ИИ, чтобы масштабировать это влияние быстрее и быстрее, чем кто-либо другой.

О роли:

Мы ищем исключительного инженера по эксплуатации машинного обучения (MLOps) уровня Staff в нашу команду Platform Engineering. Этот специалист будет подчиняться Вице-президенту Platform Engineering. Будучи первым выделенным инженером MLOps в Garner, вы возьмете на себя ответственность за надежность, производительность и экономическую эффективность наших производственных систем машинного обучения. Вы будете руководить разработкой надежной платформы, предназначенной для обеспечения безопасного и последовательного развертывания моделей нашими командами по машинному обучению и науке о данных. Учитывая, что эти модели напрямую влияют на результаты лечения и экономическую эффективность для миллионов пациентов, поддержание высочайших стандартов качества производства является обязательным.

Где вы будете работать:

Эта позиция будет базироваться в нашем офисе в Нью-Йорке (в Финансовом районе). Вы должны быть готовы работать в офисе 3 дня в неделю: вторник, среда и четверг.

Что вы будете делать:

• Обеспечивать надежность, производительность, функциональность и экономическую эффективность производственных ML-систем Garner, включая установление SLO, наблюдаемости и обязанностей по дежурству.
• Разработать ML-платформу Garner, включая необходимую инфраструктуру данных (включая хранилище признаков, реестр моделей и CI/CD для моделей), а также стандартизированные шаблоны сервисов.
• Внедрить CI/CD-конвейеры, специфичные для ML: перейти от ручной передачи ноутбуков к автоматизированным CI/CD-рабочим процессам на основе PR, которые включают автоматические проверки качества данных и статистическую валидацию моделей перед развертыванием.
• Снижать затраты и задержки за счет улучшения архитектуры, выбора аппаратного обеспечения и оптимизации моделей, где это необходимо.
• Создать основу для будущей команды MLOps Garner, включая рабочие процессы, стандарты и KPI, которые позволят быстро адаптировать новых сотрудников и помогут заинтересованным сторонам и коллегам быстро определить состояние продуктов команды, позволяя инженерам сосредоточиться на проблемных областях.
• Настроить мониторинг отклонений: разработать и внедрить системы автоматического мониторинга отклонений данных и концептуальных отклонений, которые оповещают команду о деградации моделей, закладывая основу для будущих архитектур непрерывного обучения (CT).

Идеальный кандидат имеет:

• Более 7 лет опыта разработки программного обеспечения, при этом значительная часть времени была посвящена эксплуатации ML или интенсивных по данным систем в производственной среде в больших масштабах.
• Глубокий опыт работы с современным стеком ML в производственной среде: обслуживание моделей (например, Sagemaker, Triton или аналог), хранилища признаков, реестры моделей и CI/CD для ML.
• Прочные фундаментальные знания в области инфраструктуры и платформенной инженерии: Kubernetes, контейнеризация, облачные технологии (предпочтительно AWS), Terraform/IaC, наблюдаемость и реагирование на инциденты.
• Опыт проектирования ML-платформ или значительных их компонентов (не только потребление SaaS) и умение принимать решения о том, когда создавать, а когда покупать.
• Тесное сотрудничество с командами ML, Data, Platform Engineering, Data Science и Product Engineering, с возможностью определять техническое направление как самый старший MLOps-специалист в организации.
• Опыт работы с ML в сфере здравоохранения, регулируемых данных или других высокорискованных производственных средах является плюсом, но не обязателен.
• Желание быть частью высокопроизводительной, целенаправленной команды, которая работает с высокой степенью срочности, сильным чувством индивидуальной ответственности и приверженностью к открытой обратной связи.

Что вы получите здесь:

Вы будете работать над важными задачами в компании, которая стремится изменить систему здравоохранения в масштабах всей страны. Вы будете работать на стыке ИИ и системной реформы здравоохранения, где решаемые нами проблемы так же интересны и увлекательны, как и сама миссия.

В Garner вы будете решать реальные, амбициозные задачи с реальной ответственностью и автономией, работая вместе с выдающимися людьми, основанными на принципах, которые искренне хотят вашего успеха. Это намеренно требовательно. Вас будут побуждать выходить за рамки того, что вы считали возможным, и вы будете получать постоянное наставничество, чтобы помочь вам расти и достичь наилучших результатов в вашей карьере. Это подходит не всем, и это намеренно. Люди здесь движимы тем, что стоит на кону для реальных людей, и именно это придает нашей интенсивности цель.

Технологии, которые мы используем:

Python, Kubernetes, AWS, Sagemaker, Terraform, S3, Snowflake, Airflow, Datadog

Это уникальная возможность присоединиться к быстрорастущей компании и сыграть преобразующую роль, помогая формировать будущее здравоохранения.

Прозрачность вознаграждения:

Ценовой диапазон для данной позиции составляет от 298 000 до 351 000 долларов США. Индивидуальное вознаграждение для этой роли будет зависеть от различных факторов, включая квалификацию, навыки и применимые законы. Помимо базового вознаграждения, эта роль дает право на участие в нашей программе опционов на акции и конкурентных планах льгот, включая, но не ограничиваясь: гибкий PTO, варианты планов медицинского/стоматологического/оптического страхования, 401(k), Teladoc Health и другие.

Уведомление о мошенничестве и безопасности:

Пожалуйста, будьте осведомлены о недавних попытках мошенничества с трудоустройством. Наши рекрутеры используют исключительно домены электронной почты getgarner.com и garnerhealth.com. Если с вами связался кто-то, представившийся рекрутером Garner или менеджером по найму, с другого домена относительно потенциальной работы, пожалуйста, сообщите об этом в правоохранительные органы здесь и по адресу контакт рекрутера .

Равные возможности трудоустройства:

Garner Health гордится тем, что является работодателем, предоставляющим равные возможности трудоустройства, и ценит разнообразие на рабочем месте. Мы не дискриминируем по признаку расы, религии, цвета кожи, национального происхождения, пола (включая беременность, роды, решения в отношении репродуктивного здоровья или связанные с этим медицинские состояния), сексуальной ориентации, гендерной идентичности, гендерного самовыражения, возраста, статуса защищенного ветерана, статуса лица с ограниченными возможностями, генетической информации, политических взглядов или деятельности, а также других применимых юридически защищенных характеристик.

Garner Health стремится предоставлять возможности для квалифицированных лиц с ограниченными возможностями в нашем процессе найма. Если вам требуется помощь или приспособление из-за инвалидности, вы можете связаться с нами по адресу контакт рекрутера .