Atria Health and Research Institute

25.06.2026

Senior AI Engineer

RemoteVereinigte Staaten

United States

Python

Automatische Übersetzung. Prüfe das Original.

Über die Stelle

Das Atria Health Institute ist eine mitgliedschaftsbasierte Praxis für Primär- und Fachversorgung mit Fokus auf Prävention und Langlebigkeit. Wir bringen ein multidisziplinäres Team renommierter Ärzte zusammen, um proaktive, präventive und präzisionsbasierte Versorgung für Atria-Mitglieder und deren Familien anzubieten. Die gesamte Versorgung, einschließlich Primärversorgung, fortgeschrittener Screenings und Diagnostik, Notfallversorgung, fachärztlicher Betreuung, 24/7 Hausbesuchen und Bildgebung, ist in der jährlichen Mitgliedsgebühr enthalten.

Unsere Mission ist es, Gesundheitsspanne und Lebensspanne für alle anzugleichen, indem wir Wissenschaft in Echtzeit in Medizin übersetzen und dabei die Menschlichkeit zurück in die Gesundheitsversorgung bringen. Die Bereitstellung einer solch robusten, personalisierten und präventiven Gesundheitsversorgung ist komplex und erfordert ein teamweites Engagement für Exzellenz.

Wir verfügen über hochmoderne Einrichtungen mit Bildgebung und Diagnostik vor Ort in New York City, Palm Beach und Los Angeles sowie über Zentren für häusliche Dienste in Miami, Greenwich/Westchester und den Hamptons im Sommer. Weitere Standorte sind in der Bay Area, Miami und in der Innenstadt von Manhattan geplant. An jedem unserer Institute liefern wir personalisierte Präventivmedizin, die auf aktuellster Wissenschaft basiert – alles in einer ruhigen Umgebung, die auf Vertrauen und Komfort ausgelegt ist.

Über diese Rolle

Als Senior AI Engineer bei Atria verantworten Sie das Design, die Entwicklung und die produktive Bereitstellung von LLM-gestützten Systemen, die KI direkt für Kliniker und Mitglieder nutzbar machen: agentische medizinische Begleiter, klinische Entscheidungsunterstützung und Pipelines zum Dokumentenverständnis, die unstrukturierte klinische Daten in nutzbare Signale umwandeln. Sie arbeiten durchgängig an Orchestrierung, Retrieval, Evaluierung und Deployment und bauen auf einem Datenbestand auf, der weltweit seinesgleichen sucht (Ganzgenomsequenzierung, fortgeschrittene Bildgebung, longitudinale Laborwerte und Wearables, generationsübergreifende Familienakten). Dabei übersetzen Sie klinische und operative Anforderungen in KI-Produkte, die zuverlässig, sicher, beobachtbar und (entscheidend) tatsächlich im Einsatz sind. Dies ist eine praxisnahe Rolle mit hoher Eigenverantwortung für einen Ingenieur, der Arbeit mit direktem Patientennutzen leisten möchte und für den der Satz „Wir fügen später Evals hinzu“ die Art von Aussage ist, die einen perfekten Dienstag ruiniert.

Ihre Aufgaben

Architektur und Bereitstellung von produktiven KI-Systemen von Ende zu Ende (Orchestrierung, Retrieval, Inferenz, Evaluierung und Monitoring) für klinische Entscheidungsunterstützung, Dokumentenverständnis und agentische medizinische Begleiter.

Design agentischer Workflows mit benutzerdefinierten Fähigkeiten und Frameworks, unter Verwendung von führenden LLMs und selbst gehosteten Modellen, wo angemessen, und unter Vermeidung des Drangs, einen Agenten einzusetzen, wenn ein Funktionsaufruf ausreichen würde.

Leitung der Entwicklung von Pipelines zur strukturierten Informationsextraktion aus klinischen Dokumenten, einschließlich automatisierter Verifizierungssysteme und bei Bedarf Human-in-the-Loop-Kontrollen.

Aufbau einer robusten Evaluierungsinfrastruktur (Gold-Datensätze, LLM-as-judge, Regressionstests, Online-A/B-Evaluierung), die jede Modell- und Prompt-Änderung absichert. Genauigkeit, Sicherheit, Kosten und Latenz sind dabei primäre Metriken.

Engineering für Latenz und Kosten: Streaming, Caching, Prompt-Kompression, Modell-Routing und Inferenz-Kostenbudgets.

Verantwortung für die Produktionsgesundheit: Trace- und Span-Level-Observability, Prompt-Versionierung, Drift-Erkennung, Kostenüberwachung, Replay-from-Production für das Debugging, PHI-sicheres Logging durchgehend und die allgemeine Kunst, Fehler zu finden, bevor ein Kliniker sie bemerkt.

Operationalisierung von Modellen, die vom AI Scientist Team trainiert wurden: Serving, Evaluierung in der Produktion, Rollback-Pfade und Feedback-Schleifen, die echte Nutzung in Trainings- und Eval-Daten verwandeln, anstatt in einen Slack-Thread, den niemand liest.

Zusammenarbeit mit Klinikern, dem Data-Engineering-Team und unseren Forschungspartnern, um klinische Anforderungen in Spezifikationen und lieferbare Systeme zu übersetzen.

Schulung und Mentoring von PMs und Ingenieuren bei Atria zu Best Practices im Bereich angewandter KI, vom Prompt- und Evaluierungsdesign bis hin zur Auswahl des richtigen Modells für die Aufgabe (was überraschend oft nicht das größte ist).

Führung und Einfluss

Festlegung der technischen Richtung für AI Engineering bei Atria: Architektur-Entscheidungen, Build-vs-Buy-Entscheidungen sowie die Standards für Evaluierung und Observability, nach denen das Team tatsächlich arbeitet.

Anhebung des Niveaus bei Engineering-Praktiken, Code-Reviews, Observability und Incident-Response. Leise, beharrlich und mit Fingerspitzengefühl.

Steuerung der technischen Due Diligence für KI/ML-Anbieter: BAA-Umfang, PHI-Handhabung, Verpflichtungen von Unterauftragsverarbeitern und IP-Bedingungen.

Mentoring anderer AI Engineers durch Code-Reviews, Design-Dokumente und Architektur-Entscheidungen, mit der geduldigen Überzeugung, dass gute Systeme zweimal gebaut werden: einmal schlecht, dann richtig.

Mindestanforderungen

Eine Einstellung zum „Ship-First“. Sie ziehen es vor, morgen etwas Rohes in der Produktion zu haben, das Sie messen und verbessern können, als ein wunderschönes Dokument im nächsten Quartal.

Eine zupackende Art. Sie können sich an einem Mittwoch ein unbekanntes Werkzeug, Framework oder klinisches Konzept aneignen und bis Freitag etwas damit zum Laufen bringen.

Ein ernsthafter Antrieb, sich ständig zu verbessern. Sie lesen den Code, die Paper und die Post-Mortems anderer Leute. Sie betrachten es als wertvolle Information, wenn Sie falsch liegen, nicht als Ereignis.

Praktische Erfahrung im Aufbau und Betrieb von LLM-gestützten oder produktiven ML-Systemen: 4+ Jahre.

Starke Python-Kenntnisse und tiefe Vertrautheit mit mindestens einem produktiven backend-Framework (FastAPI, Flask usw.).

Praktische Erfahrung mit LLM-Orchestrierung, Funktions-/Tool-Aufrufen und dem Design von Retrieval-Systemen: Chunking, hybride Suche, Reranking und der Rest des unmodischen Mittelteils, der RAG tatsächlich funktionieren lässt.

Arbeitskenntnisse eines Cloud-Data-Warehouse (vorzugsweise Snowflake) und moderner Daten-Tools wie dbt, Dagster oder Airflow.

Nachweisbare Erfahrung im Design von Evaluierungssystemen für LLM-Anwendungen – einschließlich derjenigen, die Regressionen vor den Benutzern erkannten, und derjenigen, die es nicht taten.

Vertrautheit mit Sicherheitsaspekten für LLM-Anwendungen: Guardrails, Adversarial Testing und die Fehlermodi, die dazu neigen, sich am Freitag um 16 Uhr zu zeigen.

Praktisches Verständnis von HIPAA, BAAs, PHI-Handhabung und den alltäglichen Realitäten der Arbeit in einer regulierten Umgebung, ohne den Lebensmut zu verlieren.

Starke schriftliche Kommunikationsfähigkeiten: Design-Dokumente, technische RFCs und Dokumentationen, die jemand anderes sechs Monate später tatsächlich nachvollziehen kann.

Wünschenswert

Erfahrung im Gesundheitswesen, in der klinischen Informatik oder anderen regulierten Bereichen (Finanzen, Biotech, überall dort, wo man verklagt wird, wenn man schlampig arbeitet).

Vertrautheit mit medizinischen Ontologien (LOINC, SNOMED CT, ICD-10, RxNorm) und klinischen Datenstandards (FHIR, HL7).

Erfahrung mit selbst gehostetem Modell-Serving (vLLM, Triton, TGI, SGLang) und Inferenz-Optimierung.

Multimodale Erfahrung: Vision, strukturierte Daten oder Zeitreihendaten neben Text.

Gehaltsspanne: $190,000 $250,000 + leistungsabhängiger Bonus

Bei Atria sind wir stolz darauf, jedem Mitglied des Atria-Teams Folgendes anzubieten:

Hervorragende Gesundheits- und Wellnessleistungen, vollständig von Atria abgedeckt, gültig ab dem Einstellungsdatum

OneMedical-Mitgliedschaft für Mitarbeiter und Angehörige, die Zugang zu 24/7 virtueller Versorgung bietet

Fruchtbarkeits- und Familienplanung

Vom Unternehmen abgedeckte präventive Gesundheitsuntersuchungen durch Partnerkrankenhäuser (Kalzium-Score)

Fitness-Vorteile, einschließlich Wellhub +

401k-Beiträge und 4% Arbeitgeberzuschuss ab dem 6. Monat

Flexible Urlaubsregelung

Unterstützung bei medizinischer Fortbildung (CME) und CEU für die berufliche Zulassung

Sprachen

Senior AI Engineer

Über die Stelle

Über diese Rolle

Ihre Aufgaben

Führung und Einfluss

Mindestanforderungen

Wünschenswert

Dein nächster Jobsucht schon nach dir.

Mehr Möglichkeiten mit einem Profil

Weiter entdecken

IT-Supportspezialist

Anwendungsentwickler SME (Modernisierung des SIPR Case Management Systems)

Senior Manager, Software Development