Senior Data Scientist in Warsaw

Pełnoetatowa praca B2B | Zdalnie w Polsce | Kontekst danych rzeczywistych w opiece zdrowotnej USA. Jesteśmy partnerem technologicznym i danych opartym na AI dla kapitału prywatnego i opieki zdrowotnej. Założona w 2010 roku i z siedzibą w Warszawie, współpracujemy z wiodącymi firmami PE, funduszami VC i organizacjami zdrowotnymi, aby budować własną infrastrukturę danych, wdrażać rozwiązania AI i prowadzić transformację opartą na AI. Nasi klienci zarządzają łącznie aktywami o wartości ponad 1,2 biliona dolarów. Nasze średnie zaangażowanie trwa pięć lat. Nasz wskaźnik NPS wynosi powyżej 80. Nie musimy twierdzić o naszej wiarygodności - możemy to pokazać. Przeszliśmy również przez proces restrukturyzacji naszej firmy wokół AI - narzędzi, polityk, ról, modeli dostarczania. To nie jest oferta. To podręcznik, który już wdrożyliśmy, a teraz zatrudniamy inżynierów, którzy będą go realizować dla innych.

Naszym klientem jest amerykańska firma zajmująca się danymi zdrowotnymi. Przekształcają dane EHR z rejestrów specjalistycznych (okulistyka, urologia, onkologia) w produkty danych badawczych wykorzystywane do dowodów z rzeczywistego świata. Wprowadzają na rynek produkt do ekstrakcji danych klinicznych i potrzebują dodatkowej seniority w swoim zespole Data & Science. Głównym problemem jest uzyskanie wiarygodnych, uporządkowanych faktów z chaotycznych notatek klinicznych za pomocą modeli językowych oraz udowodnienie ich wiarygodności. Twoje wyniki zasilają badania naukowe i komercyjne produkty danych, więc dokładność i wyjaśnialność są tak samo ważne jak dostarczenie.

Dołączysz do zespołu Data & Science klienta (rola nazywa się Senior Quantitative Scientist po ich stronie) i będziesz codziennie współpracować z zespołami Produktu i Medycznym na wschodnim wybrzeżu USA.

Twoje obowiązki:

• Budowanie i ulepszanie pipeline'ów opartych na LLM i transformatorach, które ekstraktują uporządkowane dane z notatek klinicznych: rozpoznawanie nazwanych jednostek, klasyfikacja tekstu, ekstrakcja relacji.
• Rygorystyczna ocena modeli: zestawy danych złotych standardów, analiza błędów, metryki, którym ufają klinicyści i badacze.
• Dostosowywanie, wdrażanie i monitorowanie modeli w produkcji.
• Współpraca z zespołami Medycznym i Produktu w celu przekształcenia pytań klinicznych w konkretne wymagania dotyczące danych i modeli.
• Prezentowanie wyników i kompromisów w sposób jasny dla odbiorców technicznych i nietechnicznych.

Wymagane umiejętności i doświadczenie:

• Magister lub doktorat w dziedzinie ilościowej (informatyka, uczenie maszynowe, nauka o danych, biostatystyka lub podobne). Doktorat jest mile widziany, ale nie jest wymagany.
• Około 5-letnie doświadczenie w pracy z danymi lub ML, w tym modele, które wdrożyłeś na chaotycznych danych rzeczywistych.
• Praktyczna znajomość NLP z kodami transformatorów: dostosowywanie modeli BERT / RoBERTa (w tym wariantów biomedycznych lub klinicznych, takich jak BioBERT lub ClinicalBERT) do NER, klasyfikacji lub ekstrakcji relacji, zazwyczaj z użyciem Hugging Face Transformers.
• Praktyczna praca z generatywnymi LLM: projektowanie promptów i strukturalne wyniki, dostosowywanie (na przykład LoRA / PEFT), RAG i ocena wyników LLM na dużą skalę (zestawy złote, analiza błędów, LLM jako sędzia).
• Rygorystyczne podejście do oceny – wiesz, jak stwierdzić, czy model jest naprawdę poprawny, a nie tylko prawdopodobny.
• Silna znajomość Pythona i SQL.
• Sposób pracy oparty na AI: używasz narzędzi takich jak Claude i Cursor jako kluczowego elementu swojej pracy.
• Znajomość języka angielskiego i pewność siebie w prezentowaniu przed różnorodnymi interesariuszami, w tym nietechnicznymi.

Preferowane:

• Doświadczenie z danymi EHR lub notatkami klinicznymi oraz znajomość systemów kodowania, takich jak ICD, CPT lub RxNorm.

Miłe do posiadania:

• PySpark i Databricks (w tym MLflow).
• Szkolenie, serwowanie i monitorowanie modeli w AWS, szczególnie Amazon SageMaker.
• Dane z okulistyki, urologii lub onkologii.
• Dane obrazowe w medycynie.
• Badania dowodów z rzeczywistego świata lub publikacje recenzowane.

Korzyści:

• Nieograniczony stos AI i premium sprzęt: W pełni opłacone licencje na Cursor, Claude Pro itp.
• Całkowita autonomia (zdalnie): Brak zbędnych spotkań, brak bałaganu w Jira, brak mikrozarządzania. Ty posiadasz workflow.
• Bezpośredni wpływ: Będziesz pracować bezpośrednio z naszym CEO, CTO i VP oraz bezpośrednio z kierownictwem klienta.
• Kultura inżynieryjna na granicy: Buduj razem z elitarnymi inżynierami, którzy wdrażają systemy, które napędzają realne decyzje biznesowe. Wspierani przez ciągły rozwój i silną kulturę dzielenia się wiedzą.