Portugal
ambi.
knok
Machine Learning Engineer
RemotePortugal
Matosinhos, Portugal
Automatische Übersetzung. Prüfe das Original.
Über knok
Bei knok wagen wir es, die digitale Transformation des Gesundheitswesens anzuführen und zu humanisieren. Wir stellen uns eine Welt vor, in der jeder durch digitale Technologie rechtzeitigen Zugang zu qualitativ hochwertiger Gesundheitsversorgung hat und so eine gerechtere Gesellschaft schafft. Wir glauben wirklich daran, und das erkennt man in jedem Mitarbeiter, der diese Mission annimmt.
Durch eine Digital Front Door-Strategie verbindet knok Patienten, Anbieter und medizinisches Fachpersonal an einem Ort. Unsere API-first White-Label-Plattform ermöglicht ein kontinuierliches, ansprechendes und personalisiertes Gesundheitserlebnis für alle Erkrankungen durch eine hochmoderne Patient Journey Engine.
Mit regelmäßiger klinischer Praxis als unserer Hauptwissensquelle nutzen wir gebrauchsfertige Daten, um die Versorgungsautomatisierung zu verbessern und finanzielle Einsparungen zu erhöhen. Seit 2015 haben wir mehr als 2.5 Millionen klinische Interaktionen in über 12 Ländern ermöglicht. Unsere Plattform ist skalierbar und KI-fähig, was die Leistungsfähigkeit datengesteuerter Versorgung zur Erzielung besserer Ergebnisse in allen Lebensphasen verbessert.
Sind Sie bereit, mit uns das Gesundheitswesen zu revolutionieren und einen spürbaren Einfluss auf das Leben der Menschen zu nehmen?
Über die Rolle
Wir suchen einen Machine Learning Engineer, der unser Team verstärkt und ML-gestützte Funktionen entwickelt, wartet und überwacht, die sich direkt auf unsere Plattform und unsere Arbeitsabläufe im Gesundheitswesen auswirken. In dieser Rolle arbeiten Sie eng mit den Teams für Data Engineering, Produkt und Klinik zusammen, um Initiativen von der Experimentierung und Evaluierung bis hin zur Bereitstellung, Überwachung und kontinuierlichen Verbesserung zu übernehmen.
Sie arbeiten an der Schnittstelle von Data Science und Software Engineering und setzen robuste und skalierbare Systeme ein, die auf Gesundheitsdaten basieren. Diese Rolle erfordert starke Programmier- und Systemdesignfähigkeiten, fundierte ML-Grundlagen und die Fähigkeit, Ideen in produktionsreife Funktionen umzusetzen.
Wenn das für Sie Sinn ergibt, lesen Sie weiter!
Als Machine Learning Engineer werden Sie:
- Zur Gestaltung, zum Aufbau, zur Evaluierung, zur Auslieferung und zur Verbesserung des Produkts durch KI/ML-Entwicklung beitragen.
- Mit den Produkt-, Daten- und Engineering-Teams zusammenarbeiten, um KI/ML-gestützte Funktionen zu implementieren.
- Initiativen über den gesamten KI-Stack hinweg entwickeln (Prompt Engineering, RAG, Fine-Tuning, Agenten-Workflows), schnell Prototypen erstellen und in die Produktion überführen.
- Mit dem Data Engineering-Team zusammenarbeiten, um die Datensätze zu entwickeln, die zum Aufbau und zur Evaluierung von Modellen erforderlich sind.
- Forschung im Bereich Health AI lesen und Forschungsfortschritte in greifbare Produktfunktionen umsetzen.
Über Sie
Um für diese Rolle in Betracht gezogen zu werden, sind hier die Fähigkeiten, nach denen wir suchen:
- Bachelor- oder Master-Abschluss in Informatik, Data Science, Mathematik, Physik oder einem verwandten Fachgebiet.
- 2+ Jahre Berufserfahrung als ML-Ingenieur, angewandter Forscher oder Softwareentwickler mit Schwerpunkt auf ML-Systemen.
- Erfahrung in der Überführung angewandter ML-Initiativen von der frühen Experimentierung und Prototypenentwicklung über die Evaluierung und Bereitstellung bis hin zur Iteration in der Produktion.
- Starke Grundlagen in machine learning, einschließlich generativer KI.
- Erfahrung in der Bereitstellung von ML/KI-Diensten in einer Cloud-Umgebung.
- Fähigkeit, technische Konzepte an nicht-technische Stakeholder zu kommunizieren.
Nice to have
- Nachweis über den Aufbau und die Bereitstellung von produktionsreifen Softwarelösungen im Gesundheitswesen.
- Erfahrung mit Plattformen für Modelltraining und -beobachtung (z. B. Vertex AI, SageMaker, WandB, MLFlow, LangSmith, Langfuse).
- Erfahrung mit Vektordatenbanken (z. B. ChromaDB, Pinecone).
- Erfahrung in der Arbeit mit analytischen Datenbanken (BigQuery, Redshift, Snowflake).
Rekrutierungsphasen
- People Interview: Ein Gespräch, um Sie besser kennenzulernen, Ihren Hintergrund und Ihre Motivation zu erfahren und Ihnen knok, unsere Kultur und die Rolle vorzustellen.
- Hiring Manager Interview: Ein kurzes Gespräch mit dem Hiring Manager, um Ihren Data-Science-Hintergrund, Ihren Forschungsansatz, Ihre technischen Erfahrungen und Ihre Problemlösungsmentalität zu besprechen.
- Case Study: Eine praktische Übung, die darauf abzielt zu verstehen, wie Sie ein Problem strukturieren, die Modellbewertung angehen und Forschung mit Produktionsbereitschaft in Einklang bringen.
- Final Interview: Ein Gespräch mit dem Hiring Manager und einem Mitglied unseres Senior Leadership Teams, bei dem Sie Ihre Fallstudie präsentieren und diskutieren, Ihre technischen Entscheidungen erläutern und Ihren Ansatz für Zusammenarbeit, Eigenverantwortung und Wirkung untersuchen.
Wir wissen, dass großartige Kandidaten nicht immer einer starren Checkliste entsprechen. Wenn Sie nicht alle Anforderungen erfüllen, aber von KI und Gesundheitswesen begeistert sind, ermutigen wir Sie ausdrücklich, sich zu bewerben!
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen