Інженер з кількісних досліджень

Опис компанії

У Northwestern Medicine кожна взаємодія з пацієнтом сприяє формуванню позитивного робочого середовища. Наш підхід, спрямований на пацієнта, це те, що відрізняє нас як лідерів у сфері охорони здоров'я. Бути частиною нашої команди дає вам можливість сприяти нашій місії поліпшення сфери охорони здоров'я, незалежно від вашої ролі в системі Northwestern Medicine. Northwestern Medicine пишається тим, що пропонує відмінні пільги, від погашення заборгованості за навчання та звільнення від позики до коштів на пенсійні рахунки та бенефітів для всіх етапів життя, ми прагнемо дбати про наших співробітників. Готові приєднатися до нашого пошуку кращої медичної допомоги?

Опис роботи

Інженер-дослідник у сфері кількісних досліджень втілює місію, бачення та цінності Northwestern Medicine (NM), дотримується Кодексу етики організації та Корпоративної програми дотримання правил, а також дотримується всіх відповідних політик, процедур, керівництв та всіх інших нормативних та акредитивних стандартів.

Інженер-дослідник відповідає за розробку важливих технологій. Акцент робиться на вирішенні реальних проблем, які максимально відповідають потребам кінцевого користувача.

Обов'язки:

• Проектувати програмне та апаратне забезпечення в коллегіальному середовищі.
• Тісно співпрацювати з кінцевим користувачем для підтримки та поліпшення робочих процесів.
• Бути в курсі засобів розробки, методів програмування та комп'ютерного обладнання; заохочувати навчальні можливості; читати професійні публікації.

Кваліфікація

Обов'язкова:

• Бакалавр у галузі комп'ютерних наук, інженерії, математики, фізики або суміжної технічної галузі або магістр у сфері охорони здоров'я з технічними навичками.
• Досвід роботи в сфері програмування програмного забезпечення, ML/AI або у сфері охорони здоров'я.
• Чудові навички писемного та усного комунікування
• Здатність проводити зустрічі як з технічним, так і з клинічним персоналом.
• Досвід та вміння працювати з:
  • Обробкою широкого спектра типів даних (наприклад, текст, 2D-зображення, часові ряди)
  • Класичними методами ML (градієнтний спуск, дерева рішень тощо)
  • Високорівневими API машинного навчання (Pytorch, JAX, Tensorflow)
  • Проектуванням та оптимізацією потоків даних
  • Python (або схожою об'єктно-орієнтованою мовою) або C.
  • git/Github
  • Контейнерами

Бажана:

• Ступінь магістра в області комп'ютерних наук, інженерії, математики, фізики або суміжної технічної галузі
• Досвід роботи з різноманітними типами даних та їх обробкою
  • Багатомодальні неструктуровані дані (текст, 2D-зображення, відео, 3D/4D томографічні зображення, форми хвиль, часові ряди, розріджені дані)
  • Гарне розуміння оптимізованого написання запитів до даних (SQL, NoSQL, застарілі формати)
• Інструменти та методи ML/AI:
  • Оптимізація ML/AI для навчання (розподілене та інше) та виведення висновків (ONNX)
  • Архітектури глибоких нейронних мереж (трансформатори, згорткові нейронні мережі, рекурентні нейронні мережі та ін.)
• Проектування та оптимізація високопродуктивних потоків даних та комп'ютерної інфраструктури
  • Програмування на низькому рівні обладнання (C, C++, Rust, assembly, Verilog/VHDL)
  • Проектування мереж та інфраструктури
  • Платформи контейнеризації та інфраструктура оркестрації (Docker, Kubernetes)
  • Гібридна хмарна інфраструктура, яка поєднує місцеві та зовнішні високопродуктивні обчислення.
  • Безпека даних та інфраструктури
• Специфічні для сфери інструменти
  • Weights & Biases/Tensorboard, методології тестування, управління великими базами коду.
  • Здатність до всебічної документації рішень, включаючи діаграми, графіки тощо.
  • Інтеграція коду зі стандартними платформами документації (Sphinx)
• Охорона здоров'я
  • Досвід роботи з медичними даними (PHI/HIPAA, HL7 FHIR)
  • Знайомство з регулюваннями FDA
  • Практичний клінічний досвід.

Додаткова інформація

Northwestern Medicine є роботодавцем, який дотримується принципів дії в інтересах рівних можливостей/дотримання рівних прав та не допускає дискримінації при наймі на роботу або роботі на основі віку, статі, раси, кольору шкіри, релігії, національного походження, гендерної ідентичності, статусу ветерана, інвалідності, сексуальної орієнтації або будь-якого іншого захищеного статусу.