Naukowiec danych

Waymark to współpraca pomiędzy dostawcami usług zdrowotnych, technologami i twórcami, których misją jest dostarczanie optymalnej opieki zdrowotnej osobom korzystającym z pomocy Medicaid. Kierując się potrzebami społeczności, które obsługujemy, dostarczamy wsparcie i technologiczne rozwiązania dla służby zdrowia, które pomagają podstawowym dostawcom opieki zdrowotnej w utrzymaniu zdrowia pacjentów Medicaid. Jestemy w trakcie tworzenia narzędzi i podejścia do opieki, które pozwolą nam dotrzeć do najbardziej narażonych pacjentów.

Nasze podstawowe wartości odzwierciedlają to, co dzisiaj czyni Waymark wyjątkowym i to, co chcemy rozwijać i utrzymywać jako zespół. Jesteśmy odważnymi twórcami, przekonanymi, że moc społeczności i technologii może rozwiązać najbardziej poważne wyzwania w dostarczaniu opieki zdrowotnej. Jako skromni uczniowie, jesteśmy otwarci na opinie i alternatywne punkty widzenia, a nasze wnioski mogą być podważane. Angażujemy się w ciągłe doskonalenie poprzez eksperymentowanie, aktywnie poszukując danych, które pozwolą nam podejmować świadome decyzje i oceniać nasze wyniki. W myśl zobowiązania do naszej misji, nieustannie dążymy do osiągnięcia rezultatów, działając z skoncentrowanym poczuciem pilności.

O tej roli

Nasz plan naukowy na rok 2024 zakłada opracowanie różnych systemów AI, zasilanych przez duże modele języka (LLMs), które będą wspomagać opiekę nad pacjentami Medicaid. Aby osiągnąć sukces, kluczowe jest zaangażowanie wszystkich naukowców zajmujących się danymi, a także innych interesariuszy, takich jak nasz lider ds. nauki o danych, liderzy produktów i inżynierii oraz liderzy ds. operacyjnych/klinicznych. Do codziennych obowiązków będzie należało określanie problemów, dokumentowanie wymagań dla produktu, angażowanie interesariuszy, projektowanie rozwiązań, kodowanie, przeprowadzanie przeglądów rówieśniczych, ocena narzędzi i metryk, walidacja rozwiązań i ostateczna dostawa produktów naukowych opartych na modelach LLM do użytku klinicznego. Ta starsza rola wymaga szerokiej współpracy z praktyczną pracą, od zrozumienia problemu z interesariuszami, poprzez dokumentowanie rozwiązań, mentoring młodszych naukowców zajmujących się danymi, aż po codzienne kodowanie. Twoje umiejętności i doświadczenie będą kluczowe dla kształtowania naszej przyszłości w zakresie nauki o danych i budowania kultury zespołu opartej na kreatywności, zaradności, dzieleniu się wiedzą, terminowej dostawie, odpowiedzialności i podejściu "wszyscy na pokładzie".

Podczas naszego procesu rekrutacji przeprowadzamy egzamin z kodowania i nauki o danych w czasie rzeczywistym, a także test do zrobienia w domu.

Odpowiedzialności

Dokumentacja szczegółowych wymagań technicznych dla systemów AI LLM:

Rozwiń szczegółowe specyfikacje techniczne dla kilku systemów AI opartych na dużych modelach języka (LLM), określając architekturę, algorytmy i funkcjonalności. Będziesz zaangażowany w różne systemy AI LLM, dokumentując ich potrzeby i współpracując z młodszymi naukowcami zajmującymi się danymi w celu zbudowania, kierowania i zapewnienia terminowej dostawy wysokiej jakości rozwiązań.

Współpraca z liderem ds. nauki o danych w celu zorganizowania harmonogramu dostaw:

Ścisła współpraca z liderem ds. nauki o danych w celu rozkładania zadań projektowych i ustalania jasnego harmonogramu dostaw. Upewnij się, że jest zgodność z celami projektu i terminami.

Mentoring dla młodszych naukowców zajmujących się danymi w celu zwiększenia ich umiejętności:

Zaoferuj poradnictwo i mentoring dla młodszych naukowców zajmujących się danymi, pomagając im zwiększyć swoje umiejętności techniczne i zdolności do rozwiązywania problemów.

Bezpośrednie kodowanie:

Poświęć sporo czasu na bezpośrednie kodowanie [co najmniej 5-6 godzin dziennie], aktywnie przyczyniając się do tworzenia i implementacji systemów AI LLM.

Minimalne kwalifikacje:

• Magisterium z nauki o danych lub równoważne, z co najmniej 4 lata doświadczenia związanego z opieką zdrowotną
• Co najmniej 5 lat doświadczenia w pracy z Pythonem
• Ponad 5 lat praktycznego doświadczenia z aplikacjami uczenia maszynowego
• Co najmniej 3 lata doświadczenia z narzędziami AWS, szczególnie SageMaker
• Udowodnione umiejętności z dziedziny nauki o danych, jak pokazują repozytoria GitHuba lub równoważne
• Co najmniej 2 lata doświadczenia w przetwarzaniu języka naturalnego, z doświadczeniem w najpopularniejszych narzędziach open source do tworzenia produktów LLM, takich jak JumpStart, LangChain, Llama Index, HuggingFace i inne modele LLM
• Co najmniej 3 lata doświadczenia w pisaniu wymagań technicznych
• Udowodniona zdolność do mentorowania, z co najmniej 2 latami doświadczenia w mentorowaniu młodszych naukowców zajmujących się danymi
• Co najmniej 2 lata doświadczenia w zarządzaniu zróżnicowanymi projektami nauki o danych, w tym projektowaniem, rozwijaniem i testowaniem technicznym

Preferowane kwalifikacje:

• Od 2 do 5 lat doświadczenia w pracy z dużymi modelami języka (LLM)

Zakres płac: 166 000,00 - 205 000,00 $. Wynagrodzenie będzie ustalane na podstawie różnych czynników, takich jak miejsce pracy, szkolenia, wykształcenie i doświadczenie.

Świadczenia i inne formy wynagrodzenia: Osoba zatrudniona otrzyma ofertę ubezpieczenia medycznego, na okulary, na zęby, podstawowe ubezpieczenie na życie oraz opcje na akcje. Pracownikom przysługuje dwadzieścia (20) dni urlopu, które naliczane są w ciągu roku, oraz trzynaście (13) płatnych świąt rocznie. Rodzice oczekujący narodzin dziecka mają prawo do szesnastu (16) tygodni urlopu macierzyńskiego po sześciu (6) miesiącach zatrudnienia, podczas gdy rodzice nie-rządzący kwalifikują się do ośmiu (8) tygodni urlopu tacierzyńskiego. Pracownicy mogą także zapisać się do naszego planu 401(k) i planu świadczeń dla osób dojeżdżających do pracy.