作为数据科学家（NLP和AI），您将成为一个敏捷团队的一员，专注于通过开发先进的NLP模块、整合大型语言模型（LLM）和代理工作流，并利用AWS大数据技术来增强临床数据处理和可用性，从而构建智能医疗解决方案。
职责：
- 使用AI驱动的NLP技术和先进的机器学习模型分析和处理临床文本数据。
- 通过结合尖端的机器学习和深度学习算法，包括利用大型语言模型（LLM）和像LangGraph这样的工具来改进当前工作流，以适应医疗环境中的复杂AI代理工作流。
- 使用Python等编程或脚本语言在NLP开发团队中开发NLP模块。
- 对文本数据输入进行预处理和质量分析，并验证NLP输出的性能。
- 为NLP模块创建系统化的测试程序、错误检查机制和用户手册。
- 构建基础设施，以便从包括MCP服务器在内的多种来源中进行数据的最佳提取、转换和加载，使用SQL和AWS大数据框架如EMR和Spark/pySpark。
- 与工程团队合作，确保使用SQL和AWS大数据技术实现可扩展和高效的数据工作流。
- 应用AWS服务的工作知识，特别是AWS Bedrock，开发生成式AI应用。
- 使用关系型数据库如PostgreSQL或MySQL进行NLP和AI工作流中的数据存储和检索。
经验：7年以上
地点：德克萨斯州休斯顿 - 每周至少2-3天在办公室
教育资格：
- 工程学位 BE/ME/BTech/MTech/BSc/MSc。
- 拥有多种技术的技术认证是可取的。
必备技能：
- 精通Python和脚本语言，用于NLP和机器学习开发。
- 对临床NLP技术有深入理解，并具有机器学习和深度学习模型的经验。
- 拥有大型语言模型和代理工作流工具如LangGraph的实际经验。
- 精通SQL和大数据技术，包括AWS EMR和Spark/pySpark。
- 对AWS服务有实际知识，特别是用于生成式AI应用的AWS Bedrock。
- 具有使用关系型数据库如PostgreSQL或MySQL的经验。
附加技能：
- 熟悉医疗保健中的生成式AI应用及相关用例。
- 了解医疗数据标准和术语，如HL7、FHIR和CCDA。
- 具有创建详细文档、用户手册和技术规范的经验。
- 拥有NLP输出自动化测试和验证框架的背景。
- 能够与包括工程和产品在内的跨职能团队有效合作。
- 接触过LangChain或类似框架，用于构建智能代理工作流。
