Vereinigte Staaten
B&A
Shrive Technologies LLC
KI-Ingenieur mit Fokus auf Gesundheitswesen – Nur für visumunabhängige Berater
RemoteVereinigte Staaten
United States
PythonSQL
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Rolle - KI-Ingenieur (Bereich Gesundheitswesen)
Standort - Minneapolis, MN (Remote)
Dies ist eine Remote-Position.
Erforderliche Qualifikationen
Hauptverantwortlichkeiten Databricks, Python (pandas, scikit-learn, NumPy, TensorFlow, MLflow) SQL sowie Agentic AI Frameworks (LangChain, LangGraph, OpenAI, MCP)
Für die Position als KI-Ingenieur sind folgende Fähigkeiten erforderlich: Databricks, Python (pandas, scikit-learn, NumPy, TensorFlow, MLflow) SQL sowie Agentic AI Frameworks (LangChain, LangGraph, OpenAI, MCP)
- Bachelor- oder Masterabschluss in Data Science, Informatik, Statistik, angewandter Mathematik oder einem verwandten quantitativen Bereich.
- 3-7+ Jahre praktische Erfahrung in der Entwicklung von ML- oder KI-Modellen in einem angewandten industriellen Umfeld (Erfahrung im Gesundheitswesen wird dringend bevorzugt).
- Fundierte Kenntnisse in: Databricks Python (pandas, scikit-learn, NumPy, TensorFlow, MLflow) SQL
- Fähigkeit, in einem schnelllebigen Umfeld mit schnellem Prototyping, Mehrdeutigkeit und iterativer Bereitstellung erfolgreich zu arbeiten.
- Erforderlich: Fundierte Arbeitskenntnisse von GitHub Copilot (oder einem gleichwertigen, vom Unternehmen zugelassenen KI-Programmierassistenten) zur Beschleunigung der Entwicklung.
- Eigenmotiviert und lösungsorientiert; fähig, bei technischen oder datenbezogenen Herausforderungen selbstständig zu recherchieren, Fehler zu beheben und Lösungswege zu identifizieren.
- Erfahrung in der Arbeit in Azure oder ähnlichen Cloud-Umgebungen: Azure Databricks (MLflow, Delta Lake) Azure Machine Learning Azure Data Lake / Azure Data Factory (in Zusammenarbeit mit Data Engineering)
- Praktische Erfahrung in mindestens einem der folgenden Bereiche: Klassifizierung, Regression, Zeitreihen oder Empfehlungssysteme, Agentic AI / Large Language Models (LLMs) / RAG
- Fundierte statistische Modellierungsgrundlagen und Erfahrung im Aufbau von ML-Systemen in Produktionsqualität.
- Fähigkeit, technische Ergebnisse klar und effektiv an nicht-technische Stakeholder zu kommunizieren.
Aufgaben
- Entwicklung von machine learning, deep learning und generativen KI-Modellen zur Unterstützung von RCM-Anwendungsfällen wie der Vorhersage von Abrechnungsergebnissen, Klassifizierung von Ablehnungen, Empfehlungen für nächste Schritte, Zusammenfassung klinischer Einsprüche und Workflow-Optimierung.
- Aufbau von End-to-End-ML-Pipelines, einschließlich Feature Engineering, Modelltraining, Hyperparameter-Optimierung, Validierung und Überwachung.
- Erforschung und Anwendung fortschrittlicher Techniken in den Bereichen LLMs, Embeddings, Retrieval Augmentation (RAG), Prompt Engineering und Dokumentenintelligenz.
- Übersetzung von betrieblichen und produktbezogenen Anforderungen in messbare Modellziele, Datenspezifikationen und Bewertungsrahmen.
- Durchführung explorativer Datenanalysen (EDA) zum Verständnis von Datenmustern, Anomalien und geschäftlichen Erkenntnissen.
- Implementierung und Einhaltung von Best Practices im Bereich MLOps, einschließlich Modellversionierung, Reproduzierbarkeit, Feature Stores und Drift-Überwachung.
- Zusammenarbeit mit Dateningenieuren zur Sicherstellung der Feature-Verfügbarkeit, Datenqualität und skalierbaren ML/KI-Bereitstellung innerhalb von Azure Databricks und Unternehmensplattformen.
- Zusammenarbeit mit funktionsübergreifenden Teams zur Kommunikation von Erkenntnissen, Präsentation von Modellergebnissen und Förderung der Akzeptanz von ML-Lösungen.
- Beobachtung neuer KI-Technologien und Vorschlag von Verbesserungen oder neuen Möglichkeiten für Provider Engineering-Plattformen.
- Bevorzugt: Kenntnisse des US-Gesundheitswesens, idealerweise mit Erfahrung im Revenue Cycle Management (RCM), einschließlich Vertrautheit mit EDI-Transaktionen wie 837 und 835.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen