ParetoHealth
1 месяц назад
Грейд
Lead
Опыт работы
от 8 лет
Формат работы
Удаленно
Уровень английского
B2 - Выше среднего
ИИ напишет его по твоему резюме, останется только отправить
Заголовок: Ведущий специалист по данным Местоположение: Удаленно
О ParetoHealth ParetoHealth меняет подход к финансированию медицинского страхования работодателями. Являясь крупнейшей и самой быстрорастущей страховой компанией в США, мы помогаем тысячам малых и средних работодателей контролировать расходы на медицинское страхование с помощью более разумной и устойчивой модели. Наша миссия проста: предоставить малым и средним работодателям масштаб и защиту, необходимые им для устранения волатильности и снижения расходов на медицинское страхование. Объединяя аналитические данные, инновационное управление рисками и коллективную покупательную способность нашего сообщества, мы позволяем работодателям снижать волатильность, улучшать долгосрочные результаты и реинвестировать сэкономленные средства в свой бизнес и своих сотрудников. Штаб-квартира ParetoHealth находится в Филадельфии. Компания быстро растет и трансформирует одну из крупнейших отраслей страны. Наш успех подпитывается талантливыми людьми, которых объединяют наши четыре основных ценности: Огонь в животе, Для общего блага, Видеть поле и Сделать правильно. Эти ценности определяют, как мы внедряем инновации, сотрудничаем, принимаем решения и добиваемся исключительных результатов для наших клиентов и друг друга. Если вас вдохновляет решение сложных задач, вы преуспеваете в среде с высоким ростом и хотите помочь изменить будущее здравоохранения, мы будем рады с вами познакомиться. Обратите внимание, что ParetoHealth не предоставляет спонсорскую помощь для получения рабочей визы для этой должности. Кандидаты должны иметь разрешение на работу в Соединенных Штатах без спонсорства как сейчас, так и в будущем. Краткое описание должности: Ведущий специалист по данным будет самостоятельно руководить прикладными работами в области искусственного интеллекта и науки о данных, которые переводят сложные данные о здравоохранении и андеррайтинге в измеримые улучшения в выборе рисков, точности ценообразования, операционной эффективности и опыте андеррайтинга. Роль будет лично руководить работой от определения проблемы, определения целевых показателей, инжиниринга признаков и разработки моделей до строгой валидации, развертывания в производственной среде, мониторинга и измерения влияния на бизнес. Ведущий специалист по данным будет действовать с широкой автономией, управлять планами и рисками рабочих направлений, а также представлять основные методологические, управленческие или кроссплатформенные решения вице-президенту по ИИ и вице-президенту по аналитике, когда решение имеет более широкое влияние на бизнес.
Помимо создания моделей, ведущий специалист по данным будет помогать создавать внутренние продукты ИИ и вносить улучшения в общие практики временной валидации, объяснимости, ответственного использования ИИ и данных, управления моделями и мониторинга производительности. Работая с вице-президентом по ИИ и вице-президентом по аналитике, роль будет согласовывать назначенные рабочие направления с общей научной дорожной картой и эскалировать решения, влияющие на несколько рабочих направлений. Роль будет сотрудничать с отделами бизнеса, ИИ и инжиниринга для преобразования сложных доказательств в четкие рекомендации и измеримые бизнес-результаты. Ключевые обязанности: Обеспечение сквозной поставки и измеримых результатов для назначенных рабочих направлений предиктивного андеррайтинга и ценообразования, от определения проблемы до развертывания, мониторинга и постоянного улучшения, включая: Формулирование рекомендаций, основанных на фактических данных, и компромиссов в рабочих направлениях между качеством модели, риском, стоимостью, масштабируемостью, согласование партнеров по поставке и измеримым результатам Определение и документирование набора данных, готового для аналитики, качества данных и требований к повторно используемым признакам, необходимых для назначенных рабочих направлений по претензиям, аптекам, использованию, финансовым данным, андеррайтингу и внешним данным Применение строгих подходов к разработке в конкретный момент времени и проверке вне времени для зрелости претензий, сезонности, утечек, стабильности и неопределенности Разработка, сравнение и оспаривание предиктивных моделей, распределений и гибридных подходов, основанных на правилах/моделях, на основе фактических данных и операционных ограничений Балансирование краткосрочных результатов с дисциплинированным исследованием новых методов, включая глубокое обучение или решения GenAI, которые могут существенно улучшить точность, масштабируемость, качество принятия решений или операционную эффективность Преобразование потребностей модели в подробные требования к признакам; сотрудничество с бизнес-отделами для выявления дополнительных сигналов и с юридическим отделом для получения разрешений Управление оценками сторонних моделей и анализом рентабельности инвестиций, когда требуется внешний опыт или независимая проверка Производство объяснимых, воспроизводимых выходных данных модели и соблюдение общих стандартов документирования, тестирования, мониторинга, переобучения и отката, одновременно рекомендуя улучшения на основе опыта рабочего направления Продвижение повторного использования, стандартизации и компоновки активов науки о данных, чтобы успешные признаки, конвейеры, шаблоны оценки и возможности скоринга могли масштабироваться в Pareto Predict Преобразование выходных данных модели в поддержку принятия решений, которая повышает точность, эффективность, принятие и пользовательский опыт андеррайтинга; использование измеренных бизнес-результатов для рекомендаций по масштабированию, итерации или прекращению работы Обеспечение соответствия назначенных решений общим ожиданиям в отношении оценки, мониторинга, рисков модели, ответственного ИИ, конфиденциальности и регулирования Вклад в командную работу посредством практических технических обзоров, повторно используемых компонентов, наставничества и прагматичной оценки новых статистических методов, методов машинного обучения и ИИ. Ключевые характеристики: Независимый владелец рабочего направления, сочетающий сильное научное суждение с практической реализацией Стратегический решатель проблем, который связывает решения по моделированию с результатами андеррайтинга и измеримой экономической ценностью Влиятельный участник совместной работы, который выстраивает взаимодействие с андеррайтингом, бизнесом, продуктом и инжинирингом, не полагаясь на формальную власть Эффективный коммуникатор, который объясняет технические компромиссы, риски и влияние на бизнес таким образом, чтобы обеспечить уверенность в принятии решений как техническими, так и бизнес-аудиториями Командный конструктор, который вносит вклад в виде повторно используемых компонентов, документации и практических улучшений общих стандартов. Требуемые навыки и квалификация: Степень бакалавра или магистра в области статистики, науки о данных, компьютерных наук, математики, инженерии или смежной количественной области; ученая степень является плюсом 8+ лет опыта в области науки о данных, машинного обучения, статистики, актуарной аналитики, включая значительную работу с данными о здравоохранении, аптеках, страховых рисках или чувствительными продольными данными, и подтвержденный опыт самостоятельного управления моделями или аналитическими рабочими направлениями от начала до конца Продвинутый Python и SQL, с опытом работы со scikit-learn, XGBoost, GBMs или сопоставимыми фреймворками. Предпочтителен опыт использования PySpark или сопоставимых инструментов распределенных вычислений для работы со структурированными и неструктурированными данными в больших масштабах; опыт работы с PyTorch является плюсом Глубокая экспертиза в методах контролируемого и неконтролируемого машинного обучения, объяснимости, статистических распределениях, моделировании редких событий и высокозатратного моделировании, калибровке и оптимизации Подтвержденный опыт управления производственными моделями и жизненным циклом MLOps на AWS или сопоставимой облачной платформе, включая контроль версий на основе Git, тестирование, развертывание, мониторинг, переобучение, откат, документирование и практики ответственного ИИ/управления моделями. Знакомство с Kedro или аналогичным фреймворком конвейеров является плюсом. Опыт работы с LLM, prompt engineering, RAG, embeddings, vector DB или agentic frameworks полезен, но не обязателен. Сильные деловые знания и суждение, способность связывать аналитические результаты с измеримыми бизнес-результатами, влиять на кросс-функциональные решения и находить компромиссы между качеством модели, риском, стоимостью, масштабируемостью и временем достижения ценности. Перки и льготы: Полностью оплачиваемые медицинские, стоматологические и офтальмологические услуги. Гибкий PTO Корпоративные отчисления в 401k Компенсация обучения Бюджет на профессиональное развитие Транспортная надбавка и компенсация ежедневной парковки Привлекательная гибридная рабочая среда Мы руководствуемся нашими ценностями: Огонь в животе Стремление учиться, совершенствоваться и ежедневно предоставлять выдающуюся ценность. Видеть поле Способность видеть общую картину и готовиться к удовлетворению потребностей завтрашнего дня. Сделать правильно Страсть к производству с более высокой скоростью и по самым высоким стандартам. Для общего блага Единое сообщество, создающее лучшие решения по медицинскому страхованию для всех. Обратите внимание, что любое общение от наших рекрутеров и менеджеров по найму в ParetoHealth о вакансии будет осуществляться только сотрудником ParetoHealth с адресом @paretohealth.com. ParetoHealth не проводит собеседований по текстовым сообщениям или в чате. Любые другие адреса электронной почты, агентства или форумы могут быть фишинговыми мошенниками, разработанными для получения вашей личной информации. Мы не будем запрашивать у вас личную или финансовую информацию, включая, но не ограничиваясь, ваш номер социального страхования, пароли от онлайн-аккаунтов, номера кредитных карт, паспортные данные и другую связанную банковскую информацию, до начала процесса адаптации, который будет координироваться членом команды ParetoHealth People Ops Team с адресом электронной почты @paretohealth.com. Раскрытие информации: ParetoHealth является работодателем, предоставляющим равные возможности, и не дискриминирует по признаку расы, цвета кожи, религии (вероисповедания), пола, гендерного самовыражения, возраста, национального происхождения (происхождения), инвалидности, семейного положения, сексуальной ориентации или военного статуса в любой из своих видов деятельности или операций. Эти виды деятельности включают, но не ограничиваются, найм и увольнение персонала, выбор волонтеров и поставщиков, а также предоставление услуг. Мы стремимся обеспечить инклюзивную и гостеприимную среду для всех наших сотрудников, клиентов, волонтеров, субподрядчиков, поставщиков и клиентов. Кандидатам из Калифорнии: См. Уведомление о сборе персональных данных Pareto для сотрудников и кандидатов в Калифорнии, чтобы получить информацию о том, как Pareto Captive Services, LLC, Pareto Health, LLC и Pareto Underwriting Partners, LLC, вместе с их соответствующими дочерними компаниями (совместно — «Pareto») собирают и используют личную информацию, представленную заявителями на работу.
Оценка RocketHunt по реальным зарплатам