Machine Learning Engineer

Über ExaCare AI

ExaCare AI ist ein führendes Health-Tech-Unternehmen mit der Mission, das KI-Betriebssystem für die postakute Versorgung zu entwickeln. Unsere Plattform verwandelt unstrukturierte Überweisungspakete in klare klinische Erkenntnisse und nächste Schritte, damit Teams schnellere und sicherere Platzierungsentscheidungen mit weniger administrativem Aufwand treffen können. Heute unterstützt ExaCare AI mehr als 1.500 Einrichtungen und wächst schnell. Wir haben kürzlich eine Series A-Finanzierung in Höhe von 30 Millionen US-Dollar unter der Leitung von Insight Partners abgeschlossen und bringen erstklassige Talente zusammen, um das Gesundheitswesen zu transformieren. Wenn Sie gerne bauen, lernen und einen echten Einfluss ausüben möchten, kommen Sie zu uns!

Über die Rolle

Wir suchen einen hochgradig anpassungsfähigen, kreativen und vielseitigen Machine Learning Engineer, der unser Team verstärkt. Sie werden den gesamten ML-Lebenszyklus verantworten, von der Datensatz-Erstellung und grundlegenden Forschung bis hin zum Aufbau und zur Bereitstellung produktionsreifer Modelle. Wenn Sie in einer Umgebung gedeihen, in der Sie schnell iterieren, mit modernsten Techniken experimentieren und sehen können, wie Ihre Arbeit greifbare Auswirkungen hat, ist dies die richtige Rolle für Sie.

Was Sie tun werden

• Entwicklung neuartiger Lösungen: Forschung, Design und Implementierung neuartiger Machine Learning-Lösungen mit modernen Architekturen zur Lösung komplexer Geschäftsprobleme.
• Schnelles Prototyping & Iteration: Aufbau und Verwaltung effizienter Pipelines für schnelle Experimente und Hypothesentests.
• Experimentverfolgung: Methodisches Entwerfen, Ausführen und Verfolgen aller Experimente, einschließlich Hyperparameter-Suchen, Architekturänderungen und Datenvariationen, unter Verwendung von Tools wie MLflow oder Weights & Biases.
• Modellbereitstellung: Bereitstellung von Modellen in Produktionsumgebungen unter Verwendung von CI/CD-Praktiken und Modellservierungs-Frameworks.
• Leistungsüberwachung: Implementierung und Wartung robuster Überwachungssysteme zur Verfolgung der Modellleistung, Erkennung von Drift und Gewährleistung von Zuverlässigkeit und Skalierbarkeit.
• Fortgeschrittene Modelloptimierung: Anwendung moderner Techniken zur Optimierung von Modellen hinsichtlich Inferenzgeschwindigkeit, Speicherbedarf und Kosten. Dazu gehören Quantisierung, Pruning und Wissensdestillation.
• Datenlebenszyklusmanagement: Leitung der Bemühungen um die Erstellung, Augmentierung und Kuratierung von Datensätzen zur Erstellung hochwertiger, robuster Trainingsdaten.
• Fortgeschrittene Architekturen: Aktuell bleiben und moderne Techniken anwenden, insbesondere im Zusammenhang mit großen Sprachmodellen (LLMs).

Was Sie mitbringen werden

• Nachgewiesene Erfahrung (3+ Jahre) im Aufbau, Training und der Bereitstellung von Machine Learning-Modellen in einer Produktionsumgebung.
• Expertenkenntnisse in Python.
• Erfahrung mit modernen Deep Learning-Frameworks wie PyTorch.
• Nachweisbare Erfahrung mit systematischer Hyperparameter-Suche und Optimierungs-Frameworks (z.B. Optuna, Ray Tune).
• Außergewöhnliche organisatorische Fähigkeiten mit starkem Fokus auf reproduzierbare Forschung und methodische Experimentverfolgung.
• Direkte Erfahrung mit LLMs, einschließlich Feinabstimmung, Prompt Engineering, RAG und effizienter Inferenz.
• Praktische Erfahrung in der Implementierung von Modelloptimierungstechniken wie Quantisierung (z.B. bitsandbytes) und Pruning.
• Erfahrung im Entwerfen und Kuratieren neuartiger Datensätze von Grund auf.
• Bachelor- oder Masterabschluss in Informatik, KI, Data Science oder einem verwandten technischen Bereich.

Bonuspunkte (Bevorzugte Qualifikationen):

• Vertrautheit mit fortgeschrittenen Modellarchitekturen wie Transformatoren und Mischungen von Experten (MoE).
• Beiträge zu Open-Source-ML-Projekten oder ein Portfolio persönlicher Projekte, das eine Leidenschaft für das Fachgebiet demonstriert.
• Starkes, praktisches Verständnis des MLOps-Lebenszyklus und der zugehörigen Tools (z.B. Docker, Kubernetes, MLflow, Kubeflow, Prometheus).

Ein Einblick in unsere Kernwerte

• Nur die Besten gehören hierher. Wir sind unentschuldbar in Bezug auf Talent. Dies sollte das beste Team sein, in dem Sie jemals waren.
• Wir arbeiten noch härter daran, unsere Partner zu halten, als wir es getan haben, um sie zunächst zu gewinnen.
• Wir verdienen Vertrauen durch konsistente Lieferung.
• Am Ende des Tages geht es um den Patienten. Wir respektieren und reflektieren unseren Zweck: Software zu entwickeln, die Teams dabei hilft, bessere Pflege zu leisten.
• Wir wachsen, weil die Menschen hier über das Minimum hinausgehen.
• Wir investieren zusätzliche Anstrengungen, Sorgfalt und Verantwortung in das, was wir bauen.
• Wir sagen, was wahr ist, frühzeitig, und halten die Kommunikation direkt und klar, damit das Team sich bewegen kann.
• Wir gewinnen als Team. Wir bringen Energie, unterstützen uns gegenseitig und machen den Arbeitsplatz zu einem Ort, an dem die Menschen gerne erscheinen.

Wenn das nach Ihnen klingt, würden wir uns freuen, mit Ihnen zu sprechen!