Lead Decision Intelligence Engineer

🕒 vor 1 Monat

🇺🇸 Vereinigte Staaten – Remote

💵 $129.300 - $177.800 / Jahr

⏰ Vollzeit

🟠 Senior

👷🏻‍♀️ Ingenieur

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

👻 Geisterscore 36%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Humana

WebsiteLinkedInAlle Stellen

10.000+ Mitarbeiter

Gegründet 1961

🏥 Gesundheitswesen

🛡️ Versicherung

⚕️ Krankenversicherung

Healthcare • Insurance • Healthcare Insurance

Humana ist ein Gesundheitsunternehmen, das sich zum Ziel gesetzt hat, die Gesundheit von Individuen, Gemeinschaften und dem Gesundheitssystem insgesamt positiv zu beeinflussen. Mit einem klaren Fokus darauf, Gesundheit an erste Stelle zu setzen, bedient Humana eine vielfältige Zielgruppe, darunter Senioren und das Militär, und bietet Medicare Advantage HMO-, PPO- und PFFS-Pläne an. Humana engagiert sich für eine Kultur der Zugehörigkeit und des gegenseitigen Respekts und bietet wettbewerbsfähige und flexible Vorteile, um die finanzielle Sicherheit seiner Mitarbeiter und deren Familien zu gewährleisten. Das Unternehmen ist stolz darauf, einen inklusiven Arbeitsplatz zu schaffen, an dem jeder die Möglichkeit hat, erfolgreich zu sein.

Beschreibung

• Design, implement, and evaluate reinforcement learning algorithms for long-horizon, sparse-reward healthcare decisioning • Define and maintain member state representations and action spaces • Apply Bellman equation, reward shaping, and constraint mapping to encode clinical eligibility, suppression rules, and program objectives • Manage exploration-exploitation tradeoffs in a production healthcare environment • Build simulation and backtesting environments using historical member journey data • Diagnose and remediate policy collapse, credit assignment errors, and distributional shift • Define reward thresholds and automated evaluation gates in the nightly Databricks training workflow • Instrument training runs with MLflow tracking hyperparameters, reward curves, action distributions, and feature importance • Own the nightly Databricks workflow, including feature engineering, state vector normalization, distributed Ray RLlib training, and batch scoring of 8 million eligible members • Collaborate with Data Engineering to ensure correctly joined inputs, accurate reward signals, and reproducible, auditable pipelines • Write production-quality PySpark feature engineering jobs and maintain data lineage through Databricks Unity Catalog • Manage model artifacts, versioning, and lifecycle in the MLflow Model Registry, including rollback capability • Apply multi-agent RL concepts where household or population-level coordination is required • Implement hard business rules as constraints within the RL objective • Collaborate with the Rules Engine team to align Drools eligibility guards and RL policy priorities • Integrate model outputs with the real-time decisioning hot path and Redis-cached recommendations • Define feedback loop contracts from Kafka through Databricks Delta Live Tables into subsequent training cycles • Document model behavior, limitations, and failure modes for clinical and compliance stakeholders • Support explainability requirements for member-facing decisions • Use AI-assisted engineering tools for scaffolding, testing, and documentation while keeping core model logic and reward design human-authored and peer-reviewed

🎯 Anforderungen

• Bachelor's degree in computer science or related field • 8+ years of software engineering experience building and operating large-scale production systems, with emphasis on data-intensive platforms, recommendation systems, or optimization engines serving millions of users • 3+ years of hands-on experience implementing reinforcement learning or deep learning systems in production • Experience with policy gradient methods (PPO, A3C), value-based approaches (DQN, Q-learning), or offline RL algorithms (CQL, Decision Transformer) • Deep familiarity with the Bellman equation, reward shaping, exploration-exploitation tradeoff, and constraint mapping in real-world RL systems • Ability to diagnose policy collapse, credit assignment issues, and distributional shift across large populations • Proficiency in Python 3.x • Experience with PyTorch or TensorFlow • Experience with Ray RLlib • Experience with Databricks, PySpark, and Delta Lake for large-scale ML pipelines • Experience with MLflow for experiment tracking, model registry, and artifact management • Track record of shipping reliable ML systems under production load • This role is not eligible for work visa sponsorship • Ability to work typical business hours, Monday-Friday, 8 hours/day, 5 days/week • Minimum home internet speed of 25 Mbps download and 10 Mbps upload for home or hybrid home/office employees • Ability to work from a dedicated space without ongoing interruptions to protect member PHI/HIPAA information

🏖️ Vorteile

• Bonus incentive plan based on company and/or individual performance • Medical benefits • Dental benefits • Vision benefits • 401(k) retirement savings plan • Paid time off • Company holidays • Personal holidays • Paid parental leave • Paid caregiver leave • Short-term disability • Long-term disability • Life insurance • Home or hybrid home/office work arrangement • Dedicated workspace support for protecting PHI/HIPAA information