Ingeniero Senior de IA/ML Fully Remote - US

H R PUNDITS INC

Ingeniero Senior de IA/ML

Tiempo completo • Fully Remote - US
Puesto: Ingeniero senior de IA/ML (Sistemas de almacenamiento y recuperación de vectores)
Ubicación: Remoto
 
10+ años en IA/ML o Ingeniería de Datos (prefiere el sector sanitario) para diseñar, comparar y optimizar soluciones de incrustación de texto y búsqueda vectorial para datos clínicos a gran escala. Este puesto se centra en construir pipelines de alto rendimiento y evaluar modelos de IA para apoyar búsquedas inteligentes en los registros de pacientes.
 
Responsabilidades clave:
  • Desarrollar y comparar estrategias de fragmentación e incrustación de texto
  • Evalúa modelos de embedding (OpenAI, Cohere, SBERT, etc.)
  • Diseñar y optimizar sistemas de búsqueda vectorial
  • Construir pipelines escalables para grandes conjuntos de datos (hasta miles de millones de documentos)
  • Mide el rendimiento en términos de coste, velocidad, escalabilidad y precisión
  • Soporte para indexación casi en tiempo real y cargas de trabajo de consultas elevadas
  • Garantizar el cumplimiento de PHI/HIPAA y de los estándares de seguridad empresarial
 
Habilidades requeridas:
  • Amplia experiencia en IA/ML y PLN (embeddings, transformadores)
  • Práctica con LLMs, RAG y bases de datos vectoriales
  • Dominio de Python y frameworks de datos (Spark/Databricks)
  • Experiencia con plataformas en la nube (Azure/AWS/GCP)
  • Conocimiento de sistemas distribuidos y pipelines de alto rendimiento
Comprensión de los datos sanitarios y el cumplimiento de la información de información pública (PHI)

Este es un puesto remoto.

Compensación: 130.000,00 $ al año




(si ya tienes un currículum en Indeed)

O aplicar aquí.

* campos requeridos

Text me updates about my application
Message and data rates may apply. Message frequency varies. Reply STOP to opt out. Reply HELP for help. See our User Terms of Service and Privacy Policy for details.
Ubicación
Or
Or
If no code provided, add their name instead.
Política de privacidad