作为机器学习工程师(Staff),您将设计、训练和操作最先进的人工智能系统,这些系统驱动我们的Tebra平台。您将负责整个生命周期——从数据探索和模型开发到生产部署、监控和持续改进。这是一个动手的技术领导角色,您将推动应用ML在医疗保健领域的边界,将杂乱的现实世界数据转化为可靠的自动化,从而产生可衡量的业务影响。
您的重点领域包括:设计、构建和操作可扩展的ML流水线,用于数据摄入、特征生成、模型训练、评估、部署和监控。负责整个ML生命周期,包括数据探索、特征工程、模型设计、验证和生产化。持续监控模型在生产中的性能,检测漂移,并实施自动化重新训练流水线以确保准确性和可靠性。利用高级ML技术——从梯度提升到大语言模型——来提高自动化和预测在索赔、付款和账单工作流中的表现。进行深入的数据分析和实验以识别新的模型驱动效率提升的机会。与工程、产品和数据团队跨功能协作,将AI能力直接整合到Tebra平台中。建立最佳实践,包括模型治理、可重复性、可解释性和可观测性,在受监管的医疗保健环境中。领导并指导ML应用的工程师,系统设计和数据驱动的实验。
您的专业资格包括:8年以上专业软件工程经验,包括系统设计、大规模服务和生产级基础设施。5年以上机器学习工程或应用AI的实践经验,有在生产中部署和维护模型的显著记录。能够通过应用ML带来显著、可衡量的现实世界影响——提高效率、自动化或业务结果。精通Python、TensorFlow/PyTorch和scikit-learn。在大型复杂数据集上进行数据分析、特征工程和模型开发的实践经验。在MLOps和数据基础设施(如Airflow、Spark、特征存储、MLflow、数据版本化)方面的强背景。能够部署和维护ML模型在生产中的能力,包括CI/CD、监控和警报。熟悉云ML环境(AWS、GCP或Azure)和容器化(Kubernetes、Docker)。有经验构建或微调LLM或生成模型用于结构化业务流程。有经验在检索增强的流水线或反馈驱动的模型重新训练中。有经验与结构化业务或医疗保健数据的工作经验是加分项。
在加州的薪酬透明法律下,该职位的薪酬范围将提供并可能包括每小时费率、年薪或On-Target Earnings(OTE),根据职位的性质而定。具体的薪酬结构和详细范围将在初步人才筛查中与合格候选人讨论。
远程薪酬范围:200,000美元 USD - 227,700美元 USD