Machine Learning Engineer

Job expired!

Vous êtes un ingénieur en apprentissage automatique qualifié et passionné, désireux d'avoir un impact significatif dans le secteur des soins de santé et des sciences de la vie ? Ne cherchez plus ! Rejoignez Reveal HealthTech, une entreprise leader dans les services technologiques dédiée à révolutionner les soins de santé grâce à l'IA et aux services d'ingénierie de produits.

Chez Reveal HealthTech, notre mission est de libérer tout le potentiel de la technologie pour nos clients en priorisant la confiance, l'agilité et l'expertise. Nous combinons expertise du domaine et excellence en ingénierie pour créer des produits et des plateformes significatifs. Notre équipe diversifiée se compose d'experts de l'industrie, de designers de produits et d'ingénieurs logiciels passionnés basés aux États-Unis et en Inde.

Si cette vision vous excite et que vous avez hâte de contribuer à la construction d'une entreprise dès le départ, lisez la suite pour découvrir davantage cette opportunité.

Nous recherchons un ingénieur en apprentissage automatique talentueux et passionné pour rejoindre notre équipe en pleine croissance. Dans ce rôle, vous développerez, mettrez en œuvre et déploierez des modèles et algorithmes d'apprentissage automatique pour relever des défis complexes dans le domaine de la santé et des sciences de la vie. Collaborez étroitement avec des équipes interfonctionnelles pour recueillir les exigences, concevoir des solutions et garantir une mise en œuvre efficace pour répondre aux besoins des clients.

  • Exploration et Prétraitement des Données : Travailler avec de grands ensembles de données complexes de santé, en les nettoyant et en les prétraitant pour garantir la qualité des données pour la formation et l'évaluation des modèles.
  • Développement de Modèles : Concevoir, développer et former des modèles et algorithmes d'apprentissage automatique en utilisant des techniques et cadres appropriés.
  • Évaluation et Optimisation : Évaluer la performance des modèles et optimiser pour une meilleure précision, fiabilité et efficacité.
  • Ingénierie des caractéristiques : Extraire et développer des caractéristiques pertinentes à partir des données de santé pour améliorer la performance et la puissance prédictive du modèle.
  • Déploiement et Intégration : Déployer des modèles et algorithmes d'apprentissage automatique dans des environnements de production et les intégrer aux systèmes ou flux de travail existants.
  • Surveillance et Maintenance : Surveiller en continu et maintenir les modèles d'apprentissage automatique pour assurer leur performance et leur efficacité.
  • Collaboration : Travailler en étroite collaboration avec les data scientists, les ingénieurs logiciels et d'autres équipes interfonctionnelles pour comprendre les exigences et proposer des solutions innovantes.
  • Documentation : Documenter et communiquer les méthodologies, algorithmes, découvertes et recommandations aux parties prenantes techniques et non techniques.
  • Diplôme de licence en informatique, ingénierie ou dans un domaine connexe. Un master ou plus est un plus.
  • Expérience avérée en tant qu'ingénieur en apprentissage automatique ou dans un rôle similaire.
  • Forte maîtrise des techniques, algorithmes et cadres d'apprentissage automatique tels que TensorFlow, PyTorch ou scikit-learn.
  • Expérience des données de santé et connaissances du domaine fortement souhaitées.
  • Maîtrise des langages de programmation tels que Python ou R.
  • Familiarité avec les techniques de prétraitement des données, l'ingénierie des caractéristiques et les méthodes d'évaluation des modèles.
  • Expérience des plateformes cloud comme AWS ou GCP est un plus.
  • Solides compétences en résolution de problèmes et en analyse.
  • Excellentes capacités de communication et de collaboration.
  • Énergique et enthousiaste.
  • Autonome et motivé.
  • Esprit de croissance.
  • Embrasse les défis.
  • Passion pour la création de nouvelles choses.
  • Curiosité et intérêt profond pour le monde.
  • Remet en question constructivement le statu quo.