Senior Machine Learning Engineer

Название: Старший инженер по машинному обучению Местоположение: Бостон, Массачусетс

Местоположение: Бостон, Массачусетс Занятость: Полный рабочий день Присоединяйтесь к нам, чтобы создать процветающую экосистему, которая обеспечивает доступное, высококачественное и устойчивое здравоохранение для всех. Старший инженер по машинному обучению отвечает за проектирование, разработку, внедрение и оптимизацию решений машинного обучения, которые поддерживают продукты для здравоохранения и инициативы по аналитике в athenahealth. Находясь в Бостоне, Массачусетс, при гибридной модели работы, эта роль предполагает партнерство с межфункциональными командами для применения современных практик машинного обучения, науки о данных и программной инженерии для решения значимых задач в области здравоохранения. Специалист на этой должности будет участвовать на всех этапах жизненного цикла машинного обучения, от выявления возможностей и оценки подходов до внедрения производственных сервисов и улучшения производительности моделей с течением времени. Эта должность подчиняется менеджеру по науке о данных. Обзор команды: Продукт athenaClinicals является жизненно важным компонентом платформы athenaOne, обеспечивая высокое качество взаимодействия с клиентами и пользователями в рамках клинических рабочих процессов. Команда Data Science применяет машинное обучение, передовую аналитику и современные инженерные практики для автоматизации существующих рабочих процессов и создания более эффективных, интеллектуальных решений. В партнерстве с лидерами продуктовых и инженерных команд по всей компании команда работает над интеграцией возможностей машинного обучения в пакет продуктов athenahealth таким образом, чтобы улучшить удобство использования, повысить автоматизацию и поддержать инновации. Эта команда фокусируется на применении машинного обучения к сложным проблемам здравоохранения в различных продуктах и доменах. Члены команды тесно сотрудничают с инженерами платформы и межфункциональными партнерами для разработки, внедрения и масштабирования передовых моделей машинного обучения с использованием облачных технологий и производственных инженерных практик. Работа обычно выполняется в Scrum-командах из 2-4 человек, при тесном сотрудничестве с техническими и нетехническими заинтересованными сторонами для достижения практических, измеримых результатов. Основные обязанности:

• Выявлять возможности применения методов машинного обучения для решения продуктовых и бизнес-задач в области здравоохранения и оценивать наиболее подходящие подходы.
• Проектировать и разрабатывать модели машинного обучения и производственные сервисы на основе машинного обучения для клиентских и внутренних приложений.
• Создавать масштабируемые конвейеры данных, рабочие процессы инженерии признаков и наборы обучающих данных, используя структурированные и неструктурированные данные.
• Внедрять и поддерживать производственные сервисы машинного обучения, используя облачную инфраструктуру и практики MLOps.
• Применять строгие методы тестирования и валидации статистики, моделей, кода и производственных рабочих процессов для обеспечения качества и надежности.
• Следовать конвенциям и лучшим практикам в области моделирования, кодирования, архитектуры и статистических методов, а также вносить в них вклад.
• Эффективно сотрудничать с коллегами из технических и нетехнических отделов для определения требований, сообщения о результатах и предоставления решений.
• Вносить вклад в разработку внутренних инструментов, повторно используемых фреймворков и командных стандартов, которые повышают эффективность работы в области науки о данных.
• Использовать инструменты искусственного интеллекта для улучшения экспериментов, кодирования, анализа и эффективности рабочих процессов, тщательно проверяя результаты и применяя здравый смысл при принятии технических решений.
• Отслеживать производительность моделей и сервисов и улучшать решения с течением времени на основе операционных данных, меняющихся требований и бизнес-влияния. Дополнительные обязанности:
• Поддерживать исследовательский анализ, концептуальные проверки и разработку прототипов для новых возможностей машинного обучения.
• Сотрудничать с командами платформы и инфраструктуры для улучшения инструментов для обучения моделей, их внедрения, наблюдаемости и воспроизводимости.
• Помогать в установлении лучших практик для отслеживания экспериментов, версионирования моделей, управления признаками, а также непрерывной интеграции и непрерывного развертывания.
• Готовить технические сводки, рекомендации и презентации для заинтересованных сторон с различным техническим уровнем подготовки.
• Оценивать новые инструменты, фреймворки и методологии, относящиеся к инженерии машинного обучения, науке о данных и генеративному искусственному интеллекту.
• Участвовать в анализе инцидентов и усилиях по их устранению, связанных с системами, основанными на машинном обучении.
• Предоставлять техническое руководство и делиться знаниями с коллегами посредством сотрудничества, обратной связи и документации.
• Вносить вклад в планирование дорожной карты, оценку и приоритизацию инициатив в области машинного обучения и науки о данных. Ожидаемое образование и опыт:
• Степень бакалавра или магистра в области математики, информатики, науки о данных, статистики или смежной количественной области, или эквивалентный практический опыт.
• От 4 до 6 лет профессионального практического опыта разработки, оценки и внедрения моделей машинного обучения в производственных средах.
• Уверенное владение Python, Structured Query Language (SQL) и средами разработки на базе Unix.
• Опыт создания, тестирования и поддержки производственных сервисов и рабочих процессов машинного обучения.
• Знание основ машинного обучения, статистических методов, оценки моделей и лучших практик программной инженерии.
• Знакомство с обработкой естественного языка, компьютерным зрением или другими прикладными методами машинного обучения.
• Опыт работы с моделями глубокого обучения и сложными архитектурами нейронных сетей приветствуется.
• Опыт обучения или донастройки больших языковых моделей и моделей генеративного искусственного интеллекта приветствуется.
• Опыт работы с облачными платформами, такими как Amazon Web Services, включая такие технологии, как Kubernetes, Kubeflow или Elastic Kubernetes Service, приветствуется.
• Отличные коммуникативные навыки, включая способность четко излагать свои мысли в письменной форме и в устной форме как техническим, так и нетехническим аудиториям. Ожидаемая компенсация $145 000 - $247 000 Диапазон базовой заработной платы отражает полный диапазон для этой должности от минимума до максимума. В athenahealth базовая оплата зависит от множества факторов, включая релевантный опыт, соответствующие знания и навыки, сопоставление ваших квалификаций с квалификациями других кандидатов на аналогичные должности, а также рыночные ставки в данном географическом регионе. Базовая оплата — лишь часть нашего конкурентоспособного пакета Total Rewards — в зависимости от соответствия должности, мы предлагаем как краткосрочные, так и долгосрочные стимулы в виде ежегодного дискреционного бонусного плана, плана переменной компенсации и планов предоставления долей в компании. О athenahealth Наше видение: в индустрии, которая становится все более сложной с каждым днем, мы выступаем за простоту. Мы предлагаем ИТ-решения и экспертные услуги, которые устраняют повседневные препятствия, мешающие поставщикам медицинских услуг полностью сосредоточиться на своих пациентах — подкрепленные нашим видением создания процветающей экосистемы, которая обеспечивает доступное, высококачественное и устойчивое здравоохранение для всех. Культура нашей компании: наши талантливые сотрудники — или, как мы их называем, athenistas — создают инновации и страсть, необходимые для достижения нашего видения. Мы — разнообразная группа мечтателей и деятелей с уникальными знаниями, опытом, происхождением и взглядами. Мы объединяемся как решающие проблемы, ориентированные на миссию, с глубоким желанием достичь нашего видения и сделать наше время здесь значимым. Наша отмеченная наградами культура построена на общих ценностях инклюзивности, ответственности и поддержки. Наша приверженность DEI: наше видение доступного, высококачественного и устойчивого здравоохранения для всех требует устранения неравенства, которое стоит на пути. Это одна из причин, по которой мы уделяем первостепенное внимание разнообразию, справедливости и инклюзивности во всех аспектах нашего бизнеса, от привлечения и удержания разнообразного кадрового состава до поддержания инклюзивной среды для athenistas, наших партнеров, клиентов и сообществ, где мы работаем и служим. Что мы можем предложить вам: В дополнение к медицинским и финансовым льготам athenistas пользуются преимуществами, специфичными для каждого места, включая помощь в поездках на работу, программы помощи сотрудникам, оплату обучения, группы поддержки сотрудников и совместные рабочие пространства — некоторые офисы даже приветствуют собак. Мы также способствуем улучшению баланса между работой и личной жизнью для athenistas благодаря нашей гибкости. Хотя мы понимаем, что совместная работа в офисе имеет решающее значение для нашего видения, мы признаем, что не вся работа должна выполняться в офисе полный рабочий день. Благодаря постоянному общению и инструментам для совместной работы в цифровом формате athenahealth позволяет сотрудникам найти баланс, который кажется полноценным и продуктивным для каждой индивидуальной ситуации. В дополнение к нашим традиционным льготам и преимуществам, мы спонсируем мероприятия в течение года, включая книжные клубы, выступления внешних спикеров и хакатоны. Мы предоставляем athenistas культуру компании, основанную на обучении, поддержку вовлеченной команды и инклюзивную среду, где все сотрудники ценятся. Узнайте больше о нашей культуре и преимуществах здесь: athenahealth.com/careers