Старший ML инженер (Cloud-Native, Health-Tech)

Что предстоит делать

Health-Tech в Stealth-режиме на базе ИИ и Cloud-Native. Бизнес-домен вращается вокруг обеспечения лучшего ухода для пациентов в США; то есть речь идет о хорошем лечении пациентов. Это не vaporware: наша платформа поддерживает сети врачей США (IPAs), обеспечивая более умную, скорректированную с учетом рисков и более предиктивную помощь, которая улучшает реальные клинические исходы пациентов. Компенсация и льготы: Оплачиваемый отпуск В компании действует политика неограниченного PTO, и вдобавок к этому компенсируются новогодние праздники. Злоупотребление этой политикой не приветствуется, хотя вполне возможно взять как минимум две недели — и полностью оплачиваемого — отпуска или больше. Корпоративное оборудование Компания предоставляет корпоративное оборудование сотрудникам, которые прошли испытательный срок, а также доказали свою ценность. Средства коммуникации Мы используем Google Workspace, Slack, Zoom и аналогичные инструменты для совместной работы для обмена сообщениями, встреч и обмена документами по всей организации. Мы не используем Microsoft Outlook, Microsoft Team и аналогичное программное обеспечение. Cloud-Native Есть реальная возможность создавать большинство решений в Cloud-Native-стиле и с интеграциями со сторонними сервисами, редко разворачивая что-то self-hosted (например, на GKE). Полностью Serverless-подход на основе Cloud Functions и Cloud Run определенно не приветствуется. Релокация Помощь с релокацией в желаемую страну может быть предоставлена после испытательного срока, исходя из бизнес-потребностей и подтвержденной эффективности. О команде Совместная работа с другими ML-инженерами в составе полноценной AI-команды, включающей аналитиков данных и медицинских аналитиков, data-инженеров и data scientists. Тимбилдинг Компания частично компенсирует мероприятия по тимбилдингу, когда несколько членов команды находятся в соседних странах. Локация и часовой пояс: • Мы ориентированы на найм в часовых поясах, пересекающихся с США (Португалия, Испания) или Западной Европой • Мы можем привлекать контракторов только в странах, где можно надежно обеспечить международный payroll и compliance • Мы открыты к рассмотрению дополнительных локаций, где можно надежно обеспечить пересечение часовых поясов и payroll-compliance, включая некоторые страны Восточной Европы и Ближнего Востока (Болгария, ОАЭ и т. д.). Языки: • Английский уровня Upper-Intermediate или выше; способность презентовать работу и вести обсуждения с коллегами, клиентами и стейкхолдерами из США.

• Создавать и эксплуатировать ML-решения для обработки мультимодальных данных здравоохранения и обслуживания AI-агентов в реальном времени.
• Ключевые направления
• Анализ клинических документов: извлечение, классификация и структурирование медицинских данных
• Обработка медицинских текстов: суммирование клинических записей, поддержка принятия клинических решений
• Разговорный AI: разработка голосовых и чат-агентов для рабочих процессов в здравоохранении
• За что вы будете отвечать:
• Проектировать, внедрять и оптимизировать ML-инфраструктуру с использованием инструментов GCP (Vertex AI, BigQuery, Cloud Composer, GKE, Pub/Sub)
• Проектировать и разрабатывать batch-пайплайны на основе DAG и API-эндпоинты реального времени для обслуживания ML-моделей и мультимодальных агентов
• Развертывать и поддерживать self-hosted LLM-решения с кастомным fine-tuning и оптимизацией для production
• Создавать мониторинг и observability для production-систем: отслеживать состояние системы, производительность моделей, задержку инференса и операционные затраты
• Принимать технические решения и сотрудничать с кросс-функциональными командами для интеграции ML-решений в бизнес-процессы здравоохранения
• Требуемый опыт
• ML-инженерия
• 5+ лет в качестве ML Engineer, создание, развертывание и эксплуатация ML-решений в высоконагруженных реальных бизнес-процессах
• Подтвержденный опыт вывода высоконагруженных ML-решений в production — от R&D и прототипирования до развертывания и продуктивзации
• Подтвержденный опыт создания систем мониторинга для ML-решений
• Cloud-Native и GCP
• Опыт Cloud-Native с GCP — 3+ года использования ML/Data-продуктов (Vertex, BigQuery, Cloud Composer, GKE, Pub/Sub)
• Мы вовсе не рассматриваем экспертов только по Legacy Big Data. То есть недостаточно знать устаревшие технологии, такие как Teradata, Hadoop, Spark over Hadoop и т. д.
• Эта роль требует работы в Unix-подобной среде разработки (например, macOS, Linux). Мы не используем рабочие станции на Windows для инженерных или AI-задач. Виртуализации (например, WSL) недостаточно.
• Инженерия и фундаментальные знания
• Мы ожидаем сильные навыки продуктивзации — способность выводить ML- и LLM-решения за рамки прототипов и поставлять готовые к production системы с фокусом на задержку, надежность, observability, экономическую эффективность и непрерывную работу в средах здравоохранения.
• Мы отдаем приоритет Cloud-Native-архитектуре на GCP, используя управляемые и масштабируемые сервисы, такие как Vertex AI, BigQuery, Cloud Composer, GKE и Pub/Sub. Мы избегаем полностью serverless-решений, когда они ограничивают контроль, видимость или тонкую настройку производительности для ML/LLM-нагрузок.
• Опыт работы с высокопроизводительными движками инференса LLM, такими как vLLM (или аналогичными)
• Требуется глубокий опыт Python для разработки ML/NLP/LLM production-уровня, включая pandas, сервисы на основе asyncio, FastAPI и Pydantic.
• Важно прочное понимание архитектуры данных и внутреннего устройства баз данных — проектирование схем, DDL, партиционирование, индексирование, форматы хранения и оптимизация затрат/производительности в масштабе.
• Также требуются сильные навыки SQL для работы с большими наборами данных BigQuery, включая кластеризацию, партиционирование и оптимизацию запросов.
• Необходим глубокий опыт работы с современными ML и NLP — PyTorch, Transformers, экосистема Hugging Face, мультимодальные модели и retrieval-augmented методы.
• Компания, занимающаяся разработкой облачных технологий для здравоохранения на базе искусственного интеллекта, ищет талантливого Senior ML инженера для долгосрочного сотрудничества.
• Вы присоединитесь к международной команде первоклассных профессионалов, которые с энтузиазмом создают продукты, улучшающие качество медицинских услуг.
• Требуемый опыт:
• Более 5 лет работы в качестве инженера по машинному обучению
• Подтвержденный опыт внедрения решений машинного обучения с высокой нагрузкой
• Подтвержденный опыт создания систем мониторинга для решений машинного обучения
• Требуется опыт работы с Cloud-Native — 3+ лет. Предпочтительно с GCP. Кандидаты с высоким уровнем владения GCP всегда будут иметь приоритет перед Azure, AWS и другими облачными платформами
• Мы не рассматриваем кандидатов, специализирующихся только на устаревших технологиях больших данных. То есть недостаточно знать устаревшие технологии, такие как Teradata, Hadoop, Spark over Hadoop и т. д.
• Эта должность требует работы в Unix-подобной среде разработки (например, macOS, Linux)
• Навык выводить решения ML и LLM за рамки прототипов и поставлять готовые к производству системы с акцентом на задержку, надежность, наблюдаемость, экономическую эффективность и непрерывную работу в среде здравоохранения
• Мы отдаем приоритет облачной архитектуре на GCP, используя управляемые и масштабируемые сервисы, такие как Vertex AI, BigQuery, Cloud Composer, GKE и Pub/Sub.
• Опыт работы с высокопроизводительными механизмами вывода LLM, такими как vLLM (или аналогичными).
• Для разработки ML/NLP/LLM производственного уровня требуются глубокие знания Python, включая pandas, сервисы на основе asyncio, FastAPI и Pydantic.
• Глубокое понимание архитектуры данных и внутреннего устройства баз данных — проектирование схем, DDL, разбиение на разделы, индексирование, форматы хранения и оптимизация затрат/производительности в масштабе.
• Глубокие знания SQL для работы с большими наборами данных BigQuery, включая кластеризацию, разбиение на разделы и оптимизацию запросов.
• Глубокий опыт работы с современными ML и NLP — PyTorch, Transformers, экосистема Hugging Face, мультимодальные модели и методы с расширенным поиском.