Launch Legends
TeleTracking Technologies, Inc.
Machine Learning Engineer III
Über uns
TeleTracking entstand aus dem einfachen, aber starken Glauben heraus, dass niemand auf die Pflege warten sollte, die er benötigt. Mehr als ein Slogan ist es ein Versprechen, das Gesundheitswesen kontinuierlich zu verbessern.
TeleTracking entwickelt bahnbrechende Technologien, die tiefgreifende klinische Expertise integrieren. Unsere Lösungen werden in den größten Gesundheitssystemen der Nation und weltweit eingesetzt, um Patienten, Familien und Gemeinschaften positiv zu beeinflussen.
Was ist Ihr Beitrag zur TeleTracking-Geschichte?
Wenn Sie Ihre Leidenschaft und Ihre Fähigkeiten einbringen, um unseren Zweck zu erfüllen, werden Sie Teil eines Teams, das versteht, dass hinter jedem Datenpunkt ein menschliches Leben steht. Ihre Fähigkeiten, Ihre Neugier und Ihr Mitgefühl werden unsere Innovationen vorantreiben und das Versprechen von TeleTracking, das moderne Gesundheitswesen zu revolutionieren, erfüllen.
Über die Rolle
Wir suchen einen hochqualifizierten und erfahrenen Senior Machine Learning Engineer, der unser innovatives Team bei TeleTracking Technologies verstärkt und sich auf die Verbesserung der Patientenversorgung konzentriert. Der ideale Kandidat verfügt über fundierte Kenntnisse in der Entwicklung, Bereitstellung und Optimierung von machine learning Modellen sowie über Expertise in den Bereichen Datenerfassung und Modellierungstechniken. Diese Rolle erfordert ein tiefes Verständnis von Krankenhausabläufen, Gesundheitsdaten, klinischen Arbeitsabläufen und regulatorischen Anforderungen (wie HIPAA oder GDPR). Der erfolgreiche Kandidat wird sich leidenschaftlich dafür einsetzen, fortschrittliche Technologien zur Verbesserung der Patientenversorgung und der betrieblichen Effizienz einzusetzen.
Was Sie tun werden
- Entwerfen, Entwickeln und Implementieren von machine learning und deep learning Modellen zur Bewältigung krankenhausspezifischer Herausforderungen wie Optimierung des Patientenflusses, Ressourcenzuweisung, Bettenmanagement und prädiktive Analysen für Patientenergebnisse.
- Erstellen und Optimieren von Pipelines für Datenerfassung und -modellierung nach Bedarf
- Nutzen von domänengesteuerten Techniken und Entwurfsmustern zum Erstellen und Beitragen zu technischen
- Entwürfen.
- Zusammenarbeit mit funktionsübergreifenden Teams, einschließlich Data Scientists, Softwareentwicklern, Klinikern, Krankenhausadministratoren und Experten von TeleTracking Technologies, zur Identifizierung und Entwicklung von wirkungsvollen machine learning Lösungen.
- Arbeiten mit großen Gesundheits- und Krankenhausdatensätzen, einschließlich strukturierter Daten (EHRs, operative Krankenhausdaten) und unstrukturierter Daten (klinische Notizen, Bilder).
- Sicherstellen von Datenschutz und Datensicherheit unter Einhaltung von Gesundheitsvorschriften wie HIPAA und GDPR, insbesondere bei der Arbeit mit sensiblen Krankenhausdaten.
- Mentoring von Junior-Ingenieuren und Data Scientists, Bereitstellung von Anleitungen zu machine learning Techniken, insbesondere solchen, die für Krankenhäuser und Gesundheitssysteme relevant sind.
- Überwachen, Beheben von Problemen und Verbessern der Leistung von bereitgestellten Modellen unter Anwendung von MLOps-Best Practices, um sicherzustellen, dass sie in Krankenhausumgebungen effektiv funktionieren.
- Verfassen von technischen Architektur- und Design-Dokumenten.
Was wir suchen
- Nachgewiesene Erfahrung im End-to-End-Design und der Bereitstellung von machine learning Modellen von der Idee bis zur Produktion im Gesundheitswesen oder ähnlichen Umgebungen.
- Starke Programmierkenntnisse und Erfahrung mit objekt- oder komponentenorientierter Entwicklung, eine oder mehrere der folgenden Sprachen: Python oder R, mit Kenntnissen in ML-Frameworks, eine oder mehrere der folgenden: TensorFlow, PyTorch oder Scikit-learn.
- Expertise in NLP, Computer Vision oder anderen spezialisierten machine learning Techniken, die für das Gesundheitswesen und Krankenhausumgebungen relevant sind.
- Tiefgreifende Kenntnisse einer Skript- oder statistischen Programmiersprache (Python bevorzugt). Fähigkeit, effizient mit sehr großen Datensätzen zu arbeiten und mit nicht-standardmäßigen machine learning Datensätzen umzugehen (Klassenungleichgewichte, dünne Matrizen usw.)
- Bewerten der Modellleistung; Trainieren mehrerer Modelle; Durchführen von Tuning. Durchführen von A/B-Tests an Modellen.
- Sicher im Schreiben komplexer SQL Abfragen und der Entwicklung von python Paketen.
- Erfahrung mit Cloud-basiertem Management und Hosting, eine oder mehrere der folgenden: AWS, Azure, GCS, CloudFormation, Terraform oder Ansible. Interesse an der Entwicklung von Diensten sowie der zugrunde liegenden Infrastruktur
- Erfahrung mit Datenbankmanagementsystem-Software, eine oder mehrere der folgenden: Oracle, MSSQL, MongoDB, MySQL, DynamoDB oder PostgreSQL.
- Erfahrung mit Versionskontrollsoftware, eine oder mehrere der folgenden: git, Mercurial, CVS, TFS oder Subversion.
- Starkes Verständnis und Erfahrung in der Ausführung mehrerer Softwareentwicklungs-Methodologien und Lebenszyklen. Fähigkeit, Geschäftsanforderungen zu verstehen und in technische Spezifikationen zu übersetzen.
- Erfahrung mit agilen Entwicklungspraktiken.
- Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten. Geübt im Präsentieren komplexer Themen, Beeinflussen und Ausführen mit zeitnaher / umsetzbarer Nachverfolgung.
- Starke analytische und Problemlösungsfähigkeiten mit der Fähigkeit, Informationen in praktische Trainingsergebnisse umzuwandeln. Nutzt rigorose Logik und Methoden, um schwierige Probleme zu lösen.
- Kenntnisse klinischer Arbeitsabläufe und Krankenhausabläufe sowie darüber, wie Technologie Effizienz und Patientenversorgung verbessern kann.
- Vertrautheit mit krankenhausspezifischen machine learning Herausforderungen, wie Datenungleichgewichte, Längsschnittdaten und Echtzeitverarbeitung in Krankenhausumgebungen.
- Aktives Zuhören, Anforderungen für alle Projekte von relevanten Stakeholdern erfragen, flexibel bleiben und bereit sein, schnelle Iterationen zu produzieren.
Ausbildung
- Bachelor-Abschluss in Informatik, Data Science, Machine Learning, Künstliche Intelligenz oder einem verwandten Fachgebiet; 7 oder mehr Jahre Erfahrung.
Bewerber müssen berechtigt sein, in den USA ohne die Notwendigkeit einer arbeitsplatzbasierten Visumsbürgschaft jetzt oder in Zukunft zu arbeiten.
- Master- oder PhD-Abschluss in Informatik, Data Science, Machine Learning, Künstliche Intelligenz oder einem verwandten Fachgebiet; 5 oder mehr Jahre Erfahrung. (bevorzugt)
Leistungen
- Beiträge des Arbeitgebers zu Kranken-, Zahn- und Sehkrankenversicherungen zu 100 % bezahlt – Familienmitglieder ohne Versicherung Krankenversicherung zu 100 % – geringe Kosten für Angehörige bei Zahn- und Sehkrankenversicherung, die vom ersten Tag an gelten!
- Lebens- und Unfallversicherung (AD&D)
- Flexible Ausgabenkonten: Medizinisch, Kinderbetreuung und Transport
- 401(k) Altersvorsorge
- Studiengebührenerstattung
- Bezahlter Urlaub für Militärangehörige (bis zu 6 Monate Grundgehalt während des Militärurlaubs)
- Bezahlte Freizeit
- Bezahlter Elternurlaub
Haftungsausschluss: Die hier beschriebenen Arbeitsumgebungsmerkmale stellen die dar, denen ein Mitarbeiter bei der Erfüllung der wesentlichen Funktionen dieser Stelle ausgesetzt ist. Angemessene Vorkehrungen können getroffen werden, um qualifizierten Personen mit Behinderungen die Erfüllung der wesentlichen Funktionen zu ermöglichen. Der Begriff "qualifizierte Person mit Behinderung" bezeichnet eine Person mit einer Behinderung, die die wesentlichen Funktionen der Stelle mit oder ohne angemessene Vorkehrungen erfüllen kann.
Personalvermittlungsagenturen, bitte reichen Sie keine unaufgeforderten Empfehlungen für diese oder eine andere offene Stelle ein. Wir haben eine Liste von Agenturen, mit denen wir zusammenarbeiten, und wir werden keine Gebühren zahlen, die mit unaufgeforderten Empfehlungen verbunden sind.
TeleTracking ist ein Arbeitgeber, der Chancengleichheit und affirmative Maßnahmen fördert. TeleTracking stellt qualifizierte Bewerber ohne Rücksicht auf Rasse, Hautfarbe, Religion, Geschlecht, Alter, ethnische oder nationale Herkunft, Veteranenstatus, körperliche oder geistige Behinderung, genetische Informationen, sexuelle Orientierung oder Präferenz, Geschlechtsidentität, Familienstand oder Staatsbürgerschaft ein.
