NLP / LLM Data Scientist

Заголовок: NLP / LLM Data Scientist Команда: Data Местоположение: Удаленно Тип занятости: Полная занятость

Наша команда

Dandelion Health была основана в 2020 году экспертами в области медицинских технологий, больничных систем, академических кругов и клинического ИИ. Мы создаем крупнейшую в мире платформу для обучения ИИ и клинической разработки. Сегодня мы гордимся нашей способностью максимально упростить доступ к данным для разработчиков ИИ, фармацевтических компаний и производителей медицинского оборудования, одновременно повышая планку безопасности пациентов и качества данных. Завтра мы станем местом, куда любая организация здравоохранения сможет обратиться, чтобы создать ответственный клинический ИИ-продукт. Наша культура заключается в изучении данных и совершенствовании, чтобы мы могли помогать нашим клиентам улучшать здоровье с помощью ИИ. Познакомьтесь с остальной частью нашей команды здесь.

Наши данные

Мы сотрудничаем с медицинскими системами, чтобы безопасно и этично предоставлять деидентифицированные данные пациентов разработчикам ИИ. В настоящее время данные поступают из Sharp HealthCare, Sanford Health и Texas Health Resources, и скоро к ним присоединятся еще две медицинские системы США.

У нас есть клинические данные, начиная с 1 июля 2016 года. Эти данные охватывают более 10 миллионов пациентов и включают, но не ограничиваются:

• Структурированные данные (например, 100% данных из ЭМК, включая некоторые претензии)
• Неструктурированный текст (например, клинические заметки, радиологические отчеты)
• Изображения (например, DICOM, патология)
• Видео
• Формы сигналов
• Данные непрерывного потокового мониторинга

Ваша роль

Вы — специалист по данным в области здравоохранения, который разбирается в клинических и текстовых данных. Ваша основная обязанность будет заключаться в использовании и развитии больших языковых моделей (LLM) и других подходов на основе машинного обучения для осмысленной абстракции данных как из неструктурированных, так и из структурированных медицинских данных. Вы присоединитесь к команде специалистов по данным, отвечающих за создание и поддержку наборов данных, готовых для ИИ, для клиентов в нашей среде. Вы будете работать по всей организации, курируя наборы данных, определяя субпопуляции пациентов или когорты заболеваний, разрабатывая методологию извлечения информации из мультимодальных источников медицинских данных для поддержки фенотипирования пациентов и объединяя данные для обеспечения быстрого исследовательского анализа ИИ/МО, экспериментов с моделями и/или валидации моделей. Вы будете использовать свой опыт работы с данными, навыки программирования и критическое мышление для поддержки нашей команды технических продуктов, а также разрабатывать собственные аналитические данные для получения информации и улучшения наших наборов данных на основе конкретных случаев использования. Конечная цель вашей команды — предоставлять данные высочайшего качества клиентам, которые создают продукты, улучшающие здоровье пациентов. Вы будете подчиняться менеджеру по науке о данных, под руководством руководителя отдела данных.

Обязанности

Ваши повседневные обязанности будут включать следующее:

• Разработка конвейеров для обработки естественного языка (NLP), больших языковых моделей (LLM) и других моделей машинного обучения для извлечения релевантных меток из текстовых медицинских данных и их хранения в масштабируемых моделях данных;
• Запрос сложных исходных систем в различных источниках медицинских данных (например, ЭМК, полуструктурированные отчеты, текстовые заметки врачей) для идентификации ключевых элементов данных и создания и обогащения высококачественных наборов данных для анализа реальных доказательств и обучения алгоритмов ИИ;
• Управление задачами извлечения, очистки, маркировки и контроля качества данных для создания аналитических наборов данных, включающих абстрактные клинические концепции, и предоставления ряда решений для поддержки мероприятий клиентов в области ИИ;
• Постоянное изучение новейших прикладных методов NLP и генеративного ИИ и проактивное использование этих технологий, где это применимо;
• Поддержка проектирования, тестирования, валидации, анализа и объединения мультимодальных структур данных из широкого спектра исходных систем;
• Разработка кода и документации для своевременной доставки высококачественных и соответствующих HIPAA продуктов данных клиентам;
• Выявление и решение проблем с использованием ваших знаний, опыта и навыков устранения неполадок;
• Обеспечение точности, целостности и достоверности данных и анализа во всей работе;
• Предоставление поддержки команде технических продуктов для продвижения разработки набора предлагаемых продуктов, связанных с данными;
• Обобщение сложности методов абстракции, результатов и рекомендаций в ясные объяснения и презентации для внутренней и внешней аудитории с различным техническим и клиническим опытом;

Вы не боитесь погружаться в массивные, запутанные, неорганизованные новые наборы данных и брать их под контроль. Вы с энтузиазмом изучаете новые среды, языки и навыки. Это небольшая компания на ранней стадии развития с огромными амбициями, и все в команде вносят свой вклад.

Квалификация

• Ученая степень в количественной области (например, наука о данных, биомедицинская информатика, компьютерные науки, биостатистика) или степень бакалавра с не менее чем 5-летним профессиональным опытом
• Не менее 2 лет опыта в области науки о данных и машинного обучения, включая создание конвейеров для извлечения и курирования неструктурированных и полуструктурированных данных путем применения передовых методов машинного обучения и ИИ. Опыт работы с клиническими данными и данными здравоохранения является большим плюсом.
• Свободное владение Python и SQL, включая свободное владение библиотеками ML/NLP (PyTorch, Tensorflow, HuggingFace и т. д.)
• Знакомство с применением современных прикладных LLM к реальным данным
• Сильные навыки технического письма, редактирования и общения, а также совместный подход
• Отличные организационные навыки с возможностью принимать изменения и эффективно управлять несколькими проектами, а также последовательно планировать работу для соблюдения сроков
• Опыт работы в стартапах или с ними является плюсом

Технический опыт и навыки

Мы не ожидаем, что кто-то будет обладать всеми перечисленными навыками или опытом, но мы ищем кандидатов, которые заинтересованы в развитии своих навыков и работе с медицинскими данными во всей их сложной многогранности. Команда Data тесно сотрудничает с нашей командой Engineering для внедрения нашей работы в производство и удовлетворения потребностей клиентов.

• Git и контроль версий
• Знакомство с методами шифрования
• Предварительный опыт запроса EDW или баз данных и создания отчетов или аналитики для медицинских данных
• Знакомство с аспектами данных электронных медицинских карт, например, Epic, Cerner, Allscripts
• Любой опыт работы с медицинскими онтологиями
• Любой опыт работы с DICOM или другими методами визуализации
• Опыт работы с AWS
• Опыт публикации работ в рецензируемых журналах

Характер нашей работы

Наша работа динамична и итеративна. Мы растем, и мы хотим поддерживать наших членов команды в развитии их навыков. Мы создаем команду, которая подходит к проблемам с разнообразными точками зрения, ценит эксперименты и совершенствует наш подход на основе этих экспериментов. Мы работаем со всем спектром медицинских данных: от табличных данных, видео, изображений, форм сигналов и т. д. Если медицинская система собирает это, мы можем работать с этим!

Если это кажется частичным совпадением, пожалуйста, свяжитесь с нами, мы будем рады рассказать больше о нашей работе, чтобы вы могли понять, подходит ли она вам.

Периодически возможны командировки для личных рабочих встреч компании примерно раз в квартал.

Преимущества для команды

• Удаленная работа и гибкий график. Необходима доступность для встреч, которые мы стараемся свести к разумному минимуму
• Полный пакет оздоровительных льгот, включая медицинское страхование, стоматологию, зрение, оплачиваемый отпуск, больничные дни и многое другое. Запросите подробности
• Дни профессионального развития для развития ваших навыков
• Коллегиальная рабочая среда
• Академический уклон в сторону исследований и решения проблем, но скорость и гибкость стартапа
• Отличный баланс между сфокусированным временем для работы над проектами и легким доступом к членам команды для обсуждения вопросов и совместной работы
• Dandelion — это компания, ориентированная на миссию, которая занимается улучшением ухода за пациентами