Senior Staff gépi tanulási mérnök – Klinikai terület – AI csapatok (x/f/m)

Stack

Feladatok

• ▹A klinikai ML-rendszerek hosszú távú technikai roadmapjének gazdája vagy, a modellarchitektúra kiválasztásától az éles telepítési mintákig
• ▹Stratégiai „építsünk vagy vegyünk” döntések irányítása, egyensúlyozva az egyedi fejlesztés és az alapmodell-API-k között
• ▹A biztonságos egészségügyi bevezetés szabványainak meghatározása: shadow-tesztelés, szakaszos telepítés és human-in-the-loop munkafolyamatok
• ▹LLM-alapú klinikai ágensek tervezésének és megvalósításának vezetése (konzultáció-összefoglalás, klinikai kódolás, bizonyítékokon alapuló ajánlások)
• ▹Szigorú kiértékelési keretrendszerek kialakítása valós klinikai adathalmazokkal, biztosítva, hogy a kimenetek megfeleljenek a klinikai pontossági és biztonsági szabványoknak
• ▹Éles infrastruktúra kiépítése: modell- és promptverziózás, guardrailek, bizonytalanság-számszerűsítés, költségoptimalizálás és observability
• ▹Merész stratégia meghatározása az online és offline teljesítménycélokra, hogy az egészségügyi szakemberek elégedettsége új szintre emelkedjen
• ▹Staff és senior ML-mérnökök, valamint alkalmazott kutatók mentorálása, a technikai színvonal emelése a szervezetben
• ▹Keresztfunkciós kezdeményezések vezetése a termék-, orvosszakmai, jogi és megfelelőségi csapatokon átívelően
• ▹A klinikai igények lefordítása kutatási kérdésekre és éles rendszerekre, amelyek mérhetően javítják a betegek kimeneteleit
• ▹Együttműködés az orvosi, jogi és megfelelőségi csapatokkal az uniós szabályozási elvárások (GDPR, MDR, készülő EU AI Act) és a piaci szabványok teljesítése érdekében

Elvárások

• ▹10+ év ML/AI-tapasztalat, ebből 3+ év Staff+ vagy Principal szinten, összetett, több csapatot érintő technikai kezdeményezések vezetésével
• ▹PhD számítástechnikából, AI-ból, statisztikából vagy kapcsolódó területről (vagy azzal egyenértékű kutatási tapasztalat)
• ▹Mély szakértelem legalább kettőben az alábbiak közül: klinikai NLP, LLM-finomhangolás és -kiértékelés, automatikus beszédfelismerés, RAG-rendszerek vagy megerősítéses tanulás
• ▹Szakértői szintű Python- és PyTorch/Transformers-tudás a tanításhoz, vLLM vagy hasonló az inferenciához, éles ML-rendszerek telepítésében szerzett gyakorlattal (AWS/GCP)
• ▹Kiemelkedő kommunikációs készség: képes vagy összehangolni a különböző érdekelt feleket és elmagyarázni az összetett technikai döntéseket

Előny

• ▹Publikációk vezető ML/AI-konferenciákon (NeurIPS, ICLR, ACL) vagy orvosi informatikai fórumokon
• ▹Tapasztalat az uniós egészségügyi szabályozásokkal (GDPR, MDR, AI Act)
• ▹Korábbi munka klinikai adatokkal vagy egészségügyi alkalmazásokkal

Soft skillek

Amit kínálunk

• ▹Ingyenes, teljes körű egészségbiztosítás neked és gyermekeidnek
• ▹Parent Care Program: egy hónap extra szabadság a törvényes szülői szabadságon felül
• ▹Ingyenes mentálhigiénés és coaching szolgáltatások a Moka.care partneren keresztül
• ▹Csomag gondozóknak és fogyatékossággal élő munkavállalóknak (igazított távmunka-szabályzat, extra szabadnapok egészségügyi okokból, pszichológiai támogatás)
• ▹Évi 10 nap külföldi munkavégzés a rugalmassági napok szabályzat keretében
• ▹Üzemi tanácsi támogatás sportklub-tagsághoz vagy kreatív kurzushoz
• ▹Évente akár 14 nap RTT
• ▹Ebédutalvány Swile kártyával

A munkáltatóról

A Doctolib elkötelezett amellett, hogy mindenki számára javítsa az egészségügyi ellátáshoz való hozzáférést, és a jelölteket kizárólag képzettségük és motivációjuk alapján, mindenféle megkülönböztetés nélkül értékeli.