Vereinigte Staaten
Launch Legends
Stanford Health Care
DevOps Engineer
Vereinigte Staaten
Newark, California, United States
PythonAWSDockerKubernetesRustGoTerraform
Automatische Übersetzung. Prüfe das Original.
Standorte
1.0 FTE Vollzeit Tag - 08 Stunden R2655028 Hybrid 108480039 TDS Data Science Innovation Technology & Digital Solutions NEWARK, 7600 Gateway Blvd, California
Tag - 08 Stunden (Vereinigte Staaten von Amerika)
Stanford Health Care
Körperliche Anforderungen und Arbeitsbedingungen
Blutübertragbare Krankheitserreger
Kategorie III - Aufgaben, die KEINE Exposition gegenüber Blut, Körperflüssigkeiten oder Geweben beinhalten, und Kategorie I Aufgaben, die keine Bedingung für die Anstellung sind.
Diese Grundsätze gelten für ALLE Mitarbeiter:
SHC Engagement für ein außergewöhnliches Patienten- und Familienerlebnis
Stanford Health Care setzt einen hohen Standard für die Bereitstellung von Mehrwert und ein außergewöhnliches Erlebnis für unsere Patienten und Familien. Kandidaten für eine Anstellung und bestehende Mitarbeiter müssen die C-I-CARE-Standards für alle Patienten, Familien und untereinander anwenden und umsetzen. C-I-CARE ist die Grundlage für das Patientenerlebnis von Stanford und stellt einen Rahmen für patientenzentrierte Interaktionen dar. Einfach ausgedrückt: Wir tun, was nötig ist, um Patienten und Familien zu ermöglichen und zu befähigen, sich auf Gesundheit, Heilung und Genesung zu konzentrieren.
Sie werden dies tun, indem Sie unsere drei Erfahrungs-Säulen aus der Perspektive des Patienten und der Familie umsetzen:
- Kenne mich: Antizipiere meine Bedürfnisse und meinen Status, um eine effektive Versorgung zu gewährleisten.
- Zeige mir den Weg: Leite und fördere meine Handlungen, um bessere Ergebnisse und eine bessere Gesundheit zu erzielen.
- Koordiniere für mich: Übernimm die Komplexität meiner Versorgung durch Koordination.
Chancengleichheit Arbeitgeber Stanford Health Care (SHC) legt großen Wert auf Vielfalt und bekennt sich zu Chancengleichheit und Nichtdiskriminierung in all seinen Richtlinien und Praktiken, einschließlich des Bereichs Beschäftigung. Dementsprechend diskriminiert SHC keine Person aufgrund von Rasse, Hautfarbe, Geschlecht, sexueller Orientierung oder Geschlechtsidentität und/oder -ausdruck, Religion, Alter, nationaler oder ethnischer Herkunft, politischen Überzeugungen, Familienstand, Gesundheitszustand, genetischen Informationen, Veteranenstatus oder Behinderung oder der Wahrnehmung einer der oben genannten. Menschen aller Geschlechter, Mitglieder aller rassischen und ethnischen Gruppen, Menschen mit Behinderungen und Veteranen werden ermutigt, sich zu bewerben. Qualifizierte Bewerber mit Vorstrafen werden nach einer individuellen Prüfung der Verurteilung und der Anforderungen der Stelle berücksichtigt.
Basis-Gehaltsskala: Generell beginnend bei $79.21 - $104.97 pro Stunde
Das Gehalt des für diese Stelle ausgewählten Kandidaten wird auf der Grundlage einer Vielzahl von Faktoren festgelegt, darunter unter anderem interne Gerechtigkeit, Erfahrung, Ausbildung, Spezialisierung und Schulung. Diese Gehaltsskala ist kein Versprechen eines bestimmten Lohns.
Ein kurzer Überblick
Wenn Sie bereit sind, Teil unserer Geschichte der Hoffnung und Innovation zu werden, ermutigen wir Sie, den ersten Schritt zu tun und unsere aktuellen Stellenangebote zu erkunden. Ihr Bestes wartet darauf, entdeckt zu werden.
Wir suchen einen hochqualifizierten Senior AI Platform & ML Ops Engineer, der die „geschichtete“ Infrastruktur für autonome, agentenbasierte Systeme bei Stanford Healthcare entwirft. In dieser Rolle fungieren Sie als „Chefkoch“ unseres KI-Ökosystems und verknüpfen nahtlos Experten-Level DevOps (Kubernetes, Terraform, DevOps-Orchestrierung) mit der Entwicklung agentenbasierter Anwendungen (LangGraph, CrewAI, Tool-Calling-Logik). Sie werden nicht nur Server verwalten, sondern die robuste, full-stack „Fabrik“ aufbauen, in der Multi-Agenten-Frameworks mit Healthcare APIs interagieren, um sicherzustellen, dass jede autonome Aktion durch strenge ML Ops-Observability (LangSmith, Arize) und Sicherheitsleitplanken gesteuert wird. Wenn Sie über die „knackigen“ Programmierkenntnisse verfügen, um RAG-Pipelines in Python zu erstellen, sowie über die „reiche“ architektonische Tiefe, um skalierbare Microservices und umfassende full stack Softwareentwicklungsexpertise bereitzustellen, möchten wir, dass Sie die Integration von KI, die auf Schlussfolgerungen basiert, in die Zukunft klinischer und geschäftlicher Workflow-Automatisierungen leiten.
Dies ist ein Stanford Health Care Job.
Der MLOPs Engineer spielt eine integrale Rolle bei der Integration von Künstlicher Intelligenz (KI) innerhalb von Stanford Health Care. Die Lösungen werden die Patientenversorgung, die medizinische Forschung und operative Dienstleistungen beeinflussen. Diese Gruppe ist damit beauftragt, produktionsreife KI, machine learning (ML) und prädiktive Algorithmen für das Gesundheitswesen zu entwickeln, zu bauen, bereitzustellen und zu überwachen. Die Rolle wird eng mit führenden Forschern im Bereich KI und Führungskräften aus verschiedenen klinischen Fachgebieten und Betrieben zusammenarbeiten.
Diese Rolle wird der Infrastrukturgruppe unterstellt und hat eine gestrichelte Beziehung zum Data Science Team. Die Rolle ist verantwortlich für die Wartung von Cloud-basierten Infrastruktur-als-Code-Repositories, die Wartung der Infrastruktur, Bereitstellungspipelines und das Design der Sicherheitslandschaft für das Team und die Objekte. Die Rolle wird die Standards für den gesamten SDLC von Projekten für das Data Science Team festlegen.
Was Sie tun werden
- Entwerfen, Erstellen und Warten skalierbarer und robuster Infrastrukturen für KI/ML-Systeme, einschließlich Cloud-basierter Umgebungen, Containerisierungs- und Orchestrierungsplattformen.
- Entwickeln und Implementieren von CI/CD Pipelines zur Automatisierung der Bereitstellung, des Testens und der Überwachung von KI/ML-Modellen und -Anwendungen.
- Zusammenarbeiten mit Data Scientists, Data Engineers und Software Engineers zur Optimierung von Modelltrainings-, Bereitstellungs- und Inferenzpipelines.
- Überwachen und Beheben von Problemen bei KI/ML-Systemen, um hohe Verfügbarkeit, Leistung und Zuverlässigkeit zu gewährleisten.
- Warten und Überwachen von Modelltrainings- und Inferenzpipelines über Multi-Cloud-Mandanten hinweg, insbesondere im Bereich Large Language Models (LLMs).
- Warten von Kubernetes Pods, Container-Registry und virtuellen Maschinen-Image-Bibliotheken sowie Modell-Registry.
- Überwachen der Infrastrukturnutzung und der Kosten im Zusammenhang mit Modelltraining, Inferenz und GPU-Auslastung.
- Implementieren von Best Practices für Sicherheit, Datenschutz und Compliance in KI/ML-Workflows und Infrastrukturen.
- Bewerten und Integrieren neuer Tools, Technologien und Frameworks zur Verbesserung der Effizienz und Effektivität unserer MLOps-Prozesse.
- Mentoring und technische Anleitung für jüngere Mitglieder der Organisation.
- Auf dem Laufenden bleiben über die neuesten Fortschritte und Trends in MLOps, DevOps und Cloud-Technologien und diese mit dem Team teilen.
Mindestanforderungen
Ausbildungsvoraussetzungen
- Bachelor-Abschluss oder höher in Informatik, Ingenieurwesen oder einem verwandten Fachgebiet.
Erfahrungsvoraussetzungen
- Drei (3) oder mehr Jahre direkt relevante Erfahrung.
Erforderliche Kenntnisse, Fähigkeiten und Fertigkeiten
- Nachgewiesene Erfahrung als MLOps Engineer.
- Umfassende Kenntnisse von Cloud-Plattformen wie AWS, Azure oder Google Cloud und Erfahrung mit Infrastructure-as-Code-Tools wie Terraform oder CloudFormation.
- Beherrschung von Containerisierungstechnologien wie Docker und Container-Orchestrierungsplattformen wie Kubernetes.
- Erfahrung mit CI/CD Tools wie GitLab CI/CD, Github Actions oder CircleCI.
- Solide Programmierkenntnisse in Sprachen wie Python, Rust oder Go und Erfahrung in Scripting und Automatisierung.
- Vertrautheit mit machine learning Frameworks und Bibliotheken wie PyTorch, Tensorflow und scikit-learn.
- Tiefes Verständnis von DevOps Prinzipien, agilen Methoden und dem Softwareentwicklungszyklus.
- Starke Problemlösungs- und Fehlersuchfähigkeiten mit der Fähigkeit, komplexe technische Probleme zu analysieren und zu lösen.
- Ausgezeichnete Kommunikations- und Kollaborationsfähigkeiten mit der Fähigkeit, effektiv in funktionsübergreifenden Teams zu arbeiten.
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