Lead ML/AI Engineer

Trae tu experiencia a CVS Health. Cada miembro del equipo en CVS Health comparte un propósito unido: Llevar nuestro corazón a cada momento de tu salud. Esta misión impulsa nuestro compromiso de brindar una atención sanitaria mejorada y centrada en el ser humano en un mundo que evoluciona rápidamente. Anclado en nuestra marca — con el corazón en su centro — nuestro propósito envía un mensaje personal de que la forma en que proporcionamos nuestros servicios es tan crítica como lo que entregamos. Nuestros comportamientos de "Heart At Work"™ apoyan este propósito, asegurando que todos en CVS Health se sientan empoderados para transformar nuestra cultura y acelerar la innovación para soluciones de atención médica personalizadas, convenientes y asequibles.

Como Ingeniero Líder de ML/IA en CVS Health, estarás a la vanguardia del diseño e implementación de gestión de ciclo de vida de ML/IA y funciones de extremo a extremo en Azure/Google Cloud Platform. Aprovecharás los servicios nativos de la nube e integrarás estos con otras herramientas operativas y de automatización. Tus responsabilidades clave incluirán:

• Apoyar el despliegue de tuberías de ML/IA en la plataforma.
• Habilitar la funcionalidad para el análisis, optimización de modelos, pruebas estadísticas, versionado de modelos, despliegue y monitoreo de modelos y datos.
• Traducir la funcionalidad en una arquitectura de plataforma y software escalable, probada y configurable.
• Establecer principios sólidos de ingeniería de software para el desarrollo en Python en la plataforma Azure/Google Cloud.
• Entregar características alineadas con las capacidades empresariales de AutoML, Ingeniería de Características y MLOPS.
• Mostrar pensamiento innovador y habilidades de comunicación fuertes.
• Tomar decisiones de diseño alineadas con la escalabilidad y las mejores prácticas de la industria.
• Proporcionar liderazgo técnico y mentoría a un equipo de ingenieros de aprendizaje automático. Colaborar con equipos multifuncionales para alinear las iniciativas de ML con los objetivos de negocio.
• Diseñar, implementar y optimizar algoritmos y modelos de aprendizaje automático. Mantenerse al tanto de los últimos avances en investigación de ML y aplicarlos para resolver problemas comerciales complejos.
• Arquitectar e implementar sistemas de aprendizaje automático escalables y eficientes. Colaborar con ingenieros de software para integrar modelos de ML en sistemas de producción.
• Trabajar estrechamente con ingenieros de datos para asegurar la disponibilidad y calidad de los datos para el entrenamiento y evaluación de modelos de aprendizaje automático.
• Desarrollar estrategias para desplegar modelos de aprendizaje automático a escala. Asegurar que los modelos estén integrados en sistemas de producción con alta fiabilidad y rendimiento.
• Diseñar y realizar experimentos para evaluar el rendimiento de los modelos de aprendizaje automático. Iterar en modelos basándose en retroalimentación y requisitos comerciales en evolución.

Este puesto prefiere un horario de trabajo híbrido, con presencia en la oficina 3 días a la semana cada dos semanas en ubicaciones como Dallas/Irving, Chicago, Boston/Wellesley, NYC, Hartford CT, Blue Bell PA, Scottsdale AZ, o Woonsocket RI. También consideramos el trabajo 100% remoto.

• Más de 6 años de experiencia en dominios de análisis, con un profundo entendimiento de la operacionalización de ML y la gestión del ciclo de vida.
• Más de 5 años desplegando y monitoreando activos analíticos en procesos empresariales en lote/en tiempo real.
• Más de 5 años de experiencia en programación con SQL & Python con sólidos principios de desarrollo de software.
• Experiencia en diseño y desarrollo de aplicaciones y sistemas de IA.
• Experiencia con tecnología en tiempo real y de streaming (por ejemplo, Azure Event Hubs, Azure Functions, Pub/Sub, Kafka, Spark Streaming).
• Experiencia con el desarrollo de API REST/Microservicios utilizando Python/Java.
• Experiencia con el despliegue/escalado de aplicaciones en entornos de contenedores (AKS y/o GKE).
• Experiencia con Snowflake/BigQuery, Google Dataproc/Databricks, o frameworks de big data en Spark.