我们的客户致力于利用人工智能的力量改变医疗保健行业。我们致力于利用人工智能在医疗保健领域产生重大影响，旨在通过使每个患者的旅程成为医疗决策的基石，提高患者护理水平。我们的目标是通过分析患者健康记录，提供准确及时的护理，改善治疗结果并加速药物研发。如果您对通过创新技术推动医疗保健发展充满热情，我们邀请您加入我们开创未来的行列。
职位概述：
作为高级机器学习工程师，您将在我们的数据团队中发挥重要作用，负责设计、构建和维护机器学习管道和服务。您的主要职责包括开发和改进机器学习训练和推理管道，确保其效率、可靠性和易用性，以提高人工智能从业者的生产力并减少循环时间。您将与产品工程师、数据科学家、分析师和其他关键利益相关者密切合作，支持基于数据的决策和增强业务智能。
主要职责：
- 将机器学习模型工程化、实施和部署到实际环境中。
- 构建和维护稳健的机器学习训练和推理管道，利用MLFlow和Kubeflow。
- 与数据科学团队合作，有效扩展他们的算法。
- 保证已部署模型的性能、质量和响应能力。
- 与跨职能团队共同构思、设计和推出新功能。
- 积极探索、评估和整合新技术，以提高开发效率。
资格要求：
- 计算机科学、统计学、数学或相关领域的学士学位，优先考虑高级学位。
- 至少5年使用MLFlow、Kubeflow在GCP上构建机器学习训练和推理管道的经验。
- 对机器学习框架、库、数据结构、数据建模和软件架构有深入了解。
- 熟练掌握Python、Java、Scala等编程语言。
- 在机器学习算法、流程、工具和平台（包括Python、TensorFlow、PyTorch等）方面有实际经验。
- 熟悉云服务（GCP、AWS、Azure）。
- 出色的问题解决能力和团队合作能力。
额外技能：
- 实施数据质量检查和治理流程，以确保数据完整性和符合隐私和安全法规。
- 优化管道和查询以提高性能和可伸缩性。
- 与跨职能团队有效合作，满足数据需求。
- 持续学习和评估新的数据工程技术和工具。
理想技能：
- 掌握Apache Kafka等数据流技术的经验。
- 对于特征提取的ELT和ETL过程有知识。
- 熟练使用Tableau、Power BI等数据可视化工具。
- 相关数据工程技术的认证。
这个职位对于开发我们的数据基础设施、确保数据可供分析的可用性和可靠性至关重要。您在数据工程方面的专业知识将对推动我们组织的数据驱动战略和整体成功起到重要作用。 
