Als Staff AI Researcher entwickeln Sie KI‑Lösungen, die die Gesundheit von Millionen von Menschen verbessern. Bei Aledade statten wir Hausärztinnen und Hausärzte mit Technologie aus, die ihnen hilft, Patienten gesund zu halten und unnötige Krankenhausaufenthalte zu vermeiden. Sie arbeiten mit Engineering‑ und Analytics‑Teams zusammen, um KI‑Funktionen in bestehende Produkte und Arbeitsabläufe zu integrieren.

In dieser Rolle übernehmen Sie die Führung bei der Nutzung eines der größten Datensätze des Landes, bestehend aus medizinischen Unterlagen, Diagnosen, Leistungsabrechnungen und Verschreibungen. Sie erhalten die seltene Gelegenheit, KI‑Modelle zu trainieren, zu optimieren und anzuwenden – basierend auf medizinischen Daten von Millionen von Patienten im ganzen Land.

Wichtigste Aufgaben:
• Entwicklung funktionaler Prototypen mit bestehenden und neuen KI‑Methoden zur Verbesserung unternehmensweiter Optimierungen.
• Arbeit mit großen, komplexen Datensätzen und Lösung herausfordernder, unkonventioneller analytischer Probleme zur Gewinnung von Erkenntnissen.
• Neugestaltung bestehender Pipelines und Systeme zur Unterstützung wachsender Datenmengen und Anforderungen.
• Anwendung von Techniken zur Feinabstimmung und Anpassung vortrainierter generativer Modelle für spezifische Aufgaben oder Bereiche im Gesundheitswesen.
• Erstellung von Bewertungsmetriken und Benchmarks zur Messung der Qualität und Leistung von KI/ML‑Modellen.
• Gestaltung und Implementierung von Feature‑Engineering‑Workflows, einschließlich Datenverarbeitung, Merkmalsextraktion und Transformationen zur Verbesserung der Modellleistung.
• Etablierung und Pflege von Engineering‑Standards, einschließlich Code‑Qualitätsprüfungen, Testframeworks und Release‑Prozessen.
• Bereitstellung funktionaler Proof‑of‑Concept‑Lösungen, die Geschwindigkeit, Skalierbarkeit und Marktreife ausbalancieren.

Mindestqualifikationen:
• BS/BTech oder höher in Informatik oder einem verwandten Fachgebiet.
• Mehr als 3 Jahre Erfahrung in Deep Learning und großen Sprachmodellen.
• Mehr als 8 Jahre Erfahrung in Machine Learning und statistischer Analyse.
• Mindestens 3 Jahre Erfahrung mit Python.
• Erfahrung im Umgang mit unvollständigen, verzerrten oder falsch gekennzeichneten Daten.
• Erfahrung mit groß angelegten verteilten Systemen und statistischen Tools wie Spark.
• Mindestens 3 Jahre nachweisliche Fähigkeit, geeignete Werkzeuge für Datenoptimierungsprobleme auszuwählen.

Bevorzugte Kenntnisse, Fähigkeiten und Eigenschaften:
• PhD oder Master in einem quantitativen Fach (z. B. Informatik mit Schwerpunkt KI/ML, Statistik, Operations Research, Wirtschaftswissenschaften, Mathematik oder Physik) oder gleichwertige praktische Erfahrung.
• Ausgeprägte Kommunikationsfähigkeiten, insbesondere bei der Erklärung von Analysen für Nicht‑Expertinnen und ‑Experten.
• Erfahrung mit Sicherheitsanforderungen und Systemen zum Umgang mit sensiblen Daten.
• Kompetenzen in mindestens einem führenden Deep‑Learning‑Framework (z. B. PyTorch, TensorFlow oder Keras) und Fähigkeit zur Entwicklung von Deep‑Learning‑Modellen.
• Erfahrung mit statistischer Software wie R, SAS oder Python‑basierten Statistiktools.
• Nachgewiesene Führungsstärke und Fähigkeit zur selbstständigen Arbeit.
• Erstautorenschaften in peer‑reviewten Konferenzen wie NeurIPS, ICML, ACL, JSM, KDD oder EMNLP.
• Auszeichnungen oder Anerkennung in Wettbewerben wie ACM‑ICPC, NOI/IOI oder Kaggle.
• Vertrautheit mit Health‑Tech‑Systemen wie elektronischen Gesundheitsakten und klinischen Datensystemen.

Körperliche Anforderungen:
• Fähigkeit, längere Zeit zu sitzen, umfangreich am Computer und mit der Tastatur zu arbeiten sowie gelegentlich zu gehen oder Gegenstände zu heben.