Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
PProtege
Нью-Йорк, Соединенные Штаты19 дней назад
Грейд
Lead
Опыт работы
от 2 лет
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Мы создаем Protege, чтобы решить самую большую неудовлетворенную потребность в области ИИ — получение доступа к правильным обучающим данным. Сегодня этот процесс отнимает много времени, невероятно дорог и часто заканчивается неудачей. Платформа Protege обеспечивает безопасный, эффективный и ориентированный на конфиденциальность обмен данными для обучения ИИ.
Решение проблемы данных в области ИИ — это возможность целого поколения. Нас поддерживают инвесторы мирового класса, и мы уже налаживаем партнерские отношения с некоторыми из самых амбициозных команд в сфере ИИ. Компания, которая добьется успеха, станет одной из крупнейших в области ИИ — и в сфере технологий.
Мы — небольшая, быстро развивающаяся, высокодоверяющая команда разработчиков, одержимых скоростью и влиянием. Наша культура создана для людей, которые процветают в условиях неопределенности, отвечают за результаты и хотят формировать будущее данных и ИИ.
Медицинские данные становятся данными для обучения ИИ только после того, как конфиденциальность пациентов будет защищена до уровня, который сможет сертифицировать независимый эксперт, сохраняя при этом клинические детали, делающие их ценными для обучения. Если скрыть слишком мало, пациенты будут раскрыты. Если скрыть слишком много, данные потеряют свою ценность.
Ни один инструмент не решает эту задачу идеально, поскольку каждый набор данных уникален. Радиологический отчет, рукописный факс предварительного разрешения и заметки ветеринара — каждый из них по-своему несовершенен. Поэтому мы создали практику, а не продукт. Она сочетает в себе готовые инструменты, пользовательские правила, языковые модели и человеческий обзор, настраивает комбинацию для каждого набора данных и доказывает результат с помощью статистической валидации, которую принял бы аудитор. Она прошла каждую недавнюю независимую проверку без сбоев.
Вы будете управлять этим. Вы будете руководить проектами от первого знакомства с новым набором данных до сертифицированной поставки, принимать решения о том, что безопасно отправлять, и совершенствовать метод с каждым проектом.
Пройдите Тест «Любимые люди». Мы действуем добросовестно и поступаем правильно — особенно когда это трудно, и никто не видит.
Всегда Найдем Решение. Мы находчивые, стойкие строители, которые решают сложные проблемы и преодолевают препятствия.
Двигайтесь Быстро и Растите Быстро. Скорость имеет значение. Мы действуем срочно, быстро учимся и постоянно совершенствуемся как личности и как компания.
Практикуйте Доброту и Прямоту. Мы общаемся прямо и уважительно, строя доверие через честную обратную связь и искреннюю заботу друг о друге.
Достигаем Результатов Вместе. Мы побеждаем как единая команда. Сотрудничество, ответственность и общая собственность определяют наш успех.
Отвечайте за Результат. Совершенствуйте Мастерство. Мы гордимся своей работой, уделяем внимание деталям и постоянно повышаем планку качества.
Руководить проектами по обеспечению конфиденциальности данных от первого знакомства до сертифицированной поставки: оценивать данные, писать политику, настраивать конвейер, валидировать и поставлять
Разрабатывать и проводить эксперименты, которые определяют, какие уровни необходимы набору данных, измеряя отзывчивость, чрезмерное скрытие и стоимость для каждого
Проводить валидацию так, как это сделал бы аудитор: установить критерии прохождения перед проверкой, тестировать на свежих, отложенных образцах, сообщать доверительные интервалы и никогда не исправлять тестовый набор
Превращать каждую ошибку в долгосрочное исправление (изменение правила, модели или запроса, или этап проверки человеком) и закреплять его с помощью регрессионного тестирования
Работать напрямую с независимыми экспертами-определителями: готовить доказательства, отвечать на вопросы о методологии и реагировать на выводы
Руководить проверяющими людьми по сложным случаям и разрешать их разногласия
Оценивать новые инструменты и модели (NER с открытым исходным кодом, API поставщиков, модели, работающие в собственной среде партнера) по нашим эталонам
Записывать то, что вы узнали, чтобы следующий проект начинался с опережением предыдущего
КАК ВЫГЛЯДИТ УСПЕХ
30 дней: освоить метод. Вы знаете план действий и инструментарий, вы наблюдали за живым проектом и провели первую оценку входящих данных нового партнера
60 дней: разделить нагрузку. Вы совместно руководили проектом на этапе валидации, отвечали за эксперимент, который определил его конвейер, и добавили новые правила с регрессионными тестами
90 дней: взять на себя ответственность. Вы руководили проектом от начала до конца, включая пакет доказательств для эксперта-рецензента, и оценили кандидатскую модель с четкой рекомендацией «принять» или «отклонить»
Обязательно:
Минимум 2 года работы в области науки о данных, прикладной статистики, машинного обучения или количественных исследований, работая с реальными, «грязными» данными
Солидные знания статистики: выборка, доверительные интервалы, дизайн измерений и согласованность между оценщиками. Вы можете объяснить, почему выборка достаточно велика и что она не может вам сообщить
Сильный опыт использования языковых моделей или инструментов кодирования ИИ для ускорения работы
Здоровый скептицизм. Вы проверяете утверждения, прежде чем доверять им, включая свои собственные
Четкое изложение для технических и нетехнических читателей, включая внешних рецензентов
Разрешение на работу в США по трудовому договору W2 (требуется для доступа к защищенной медицинской информации)
Опыт деидентификации HIPAA (Safe Harbor или экспертное определение) или другая работа с данными о конфиденциальности или медицинскими данными
NER, OCR, клинический NLP или обработка документов
Работа с аудиторами, регуляторами или внешними рецензентами
Управление проектами по аннотированию или маркировке
Company Overview:
We are building Protege to solve the biggest unmet need in AI — getting access to the right training data. The process today is time intensive, incredibly expensive, and often ends in failure. The Protege platform facilitates the secure, efficient, and privacy-centric exchange of AI training data.
Solving AI’s data problem is a generational opportunity. We’re backed by world-class investors and already powering partnerships with some of the most ambitious teams in AI. The company that succeeds will be one of the largest in AI — and in tech.
We’re a lean, fast-moving, high-trust team of builders who are obsessed with velocity and impact. Our culture is built for people who thrive on ambiguity, own outcomes, and want to shape the future of data and AI.
ABOUT THE ROLE
Healthcare data only becomes AI training data once patient privacy is protected to a standard an independent expert will certify, while keeping the clinical detail that makes it worth training on. Black out too little and patients are exposed. Black out too much and the data loses its value.
No single tool gets this right, because every dataset is different. A radiology report, a handwritten prior-authorization fax and a veterinarian's notes each fail in their own ways. So we've built a practice instead of a product. It combines off-the-shelf tools, custom rules, language models and human review, tunes the mix for each dataset, and proves the result with the kind of statistical validation an auditor would accept. It has cleared every recent independent review with zero failures.
You'll run it. You'll lead engagements from the first look at a new dataset to certified delivery, make the calls on what's safe to ship, and improve the method with every engagement.
WHAT YOU'LL DO
Lead data privacy projects from first look to certified delivery: assess the data, write the policy, tune the pipeline, validate, and deliver.
Design and run the experiments that decide which layers a dataset needs, measuring recall, over-redaction and cost for each.
Run validation the way an auditor would: set the pass bar before you look, test on fresh held-out samples, report confidence bounds, and never fix the test set.
Turn every miss into a lasting fix (a rule, a model or prompt change, or a human-review step) and lock it in with a regression test.
Work directly with independent expert determiners: prepare evidence, answer methodology questions, and respond to findings.
Direct human reviewers on the hard cases and adjudicate their disagreements.
Evaluate new tools and models (open-source NER, vendor APIs, models that run inside a partner's own environment) against our benchmarks.
Write down what you learn so the next engagement starts ahead of the last one.
WHAT SUCCESS LOOKS LIKE
30 days: learn the method. You know the playbook and tooling, you've shadowed a live engagement, and you've delivered your first intake assessment of a new partner's data.
60 days: share the load. You've co-led an engagement through validation, owned the experiment that set its pipeline, and added new rules with regression tests.
90 days: own it. You've led an engagement end to end, including the evidence package for the expert reviewer, and you've evaluated a candidate model with a clear keep-or-drop recommendation.
WHAT YOU BRING
Must have
Minimum 2 years in data science, applied statistics, ML engineering, or quantitative research, working with real, messy data.
Solid statistics: sampling, confidence intervals, measurement design and inter-rater agreement. You can explain why a sample is big enough, and what it can't tell you.
Strong background, and experience using language models or AI coding tools to move fast.
Healthy skepticism. You verify claims before trusting them, including your own.
Clear writing for technical and non-technical readers, including external reviewers.
Authorization to work in the U.S. as a W2 employee (required for access to protected health information).
Nice to have
HIPAA de-identification experience (Safe Harbor or expert determination), or other privacy or healthcare data work
NER, OCR, clinical NLP or document processing
Working with auditors, regulators or external reviewers
Running annotation or labeling projects
PROTEGE VALUES
Pass the Loved Ones' Test. We act with integrity and do the right thing — especially when it's hard and no one is watching.
Always Find a Way. We are resourceful, resilient builders who solve hard problems and push through obstacles.
Go Fast and Grow Fast. Velocity matters. We move with urgency, learn quickly, and continuously improve as individuals and as a company.
Practice Kindness and Candor. We communicate directly and respectfully, building trust through honest feedback and genuine care for one another.
Deliver Together. We win as one team. Collaboration, accountability, and shared ownership drive our success.
Own the Outcome. Hone the Craft. We take pride in our work, sweat the details, and continuously raise the bar for excellence.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 145 000 до 209 000
