Senior Machine Learning Engineer - Real World Evidence - United States

Firma: Luminary Group

Lokalizacja: Stany Zjednoczone

Luminary Group z radością współpracuje z wiodącą na świecie firmą nauk przyrodniczych, poszukując wysoko wykwalifikowanego i zmotywowanego Starszego Inżyniera Uczenia Maszynowego z ekspertyzą w zakresie Real-World Evidence (RWE). Dołącz do naszego zespołu, aby rozwijać i wdrażać nowatorskie modele i algorytmy uczenia maszynowego, które analizują dane RWE, dostarczając cennych wglądów dla branży opieki zdrowotnej.

Kluczowe obowiązki

• Projektowanie, rozwijanie i wdrażanie modeli i algorytmów uczenia maszynowego do analizy złożonych zestawów danych RWE.
• Współpraca z zespołami międzyfunkcyjnymi w celu przekształcania wymagań biznesowych w techniczne rozwiązania.
• Wstępne przetwarzanie i czyszczenie danych RWE na dużą skalę, aby zapewnić ich jakość i integralność.
• Ocena i wybór odpowiednich technik, narzędzi i struktur uczenia maszynowego dla określonych przypadków użycia.
• Szkolenie, dostrajanie i walidacja modeli uczenia maszynowego przy użyciu najnowszych metodologii i technik.
• Optymalizacja modeli uczenia maszynowego pod kątem skalowalności, wydajności i dokładności.
• Monitorowanie i utrzymywanie wdrożonych modeli uczenia maszynowego, aby zapewnić ich ciągłą wydajność i aktualność.
• Śledzenie najnowszych trendów i osiągnięć w dziedzinie uczenia maszynowego i real-world evidence.
• Komunikacja wyników i wniosków zarówno do technicznych, jak i nietechnicznych interesariuszy.

Wymagane kwalifikacje

• Tytuł licencjata w dziedzinie Informatyki, Nauki o Danych lub pokrewnej; preferowany wyższy stopień naukowy.
• Co najmniej 4 lata doświadczenia w inżynierii uczenia maszynowego lub nauce o danych, ze skupiwniem na opiece zdrowotnej i real-world evidence (RWE).
• Silna znajomość algorytmów uczenia maszynowego, modelowania statystycznego i technik odkrywania danych.
• Biegłość w językach programowania takich jak Python lub R do wstępnego przetwarzania danych, analizy i implementacji modeli.
• Doświadczenie z bibliotekami i frameworkami uczenia maszynowego, takimi jak TensorFlow, PyTorch lub scikit-learn.
• Solidne zrozumienie systemów baz danych i SQL do manipulacji i zapytań dotyczących danych.
• Doświadczenie w technologiach big data i rozproszonych strukturach obliczeniowych jest dodatkowym atutem.
• Silne umiejętności rozwiązywania problemów i analityczne, z umiejętnością znajdowania kreatywnych rozwiązań dla złożonych problemów.
• Doskonałe umiejętności komunikacyjne i współpracy, z umiejętnością efektywnej pracy w zespole.
• Doświadczenie w branży opieki zdrowotnej i znajomość standardów danych zdrowotnych jest preferowane.