John Snow Labs
51 - 200 Mitarbeiter
Gegründet 2015
🤖 Künstliche Intelligenz
⚕️ Krankenversicherung
🧬 Biotechnologie
Artificial Intelligence • Healthcare Insurance • Biotechnology
John Snow Labs ist ein Unternehmen, das sich auf die Bereitstellung von KI- und NLP-Lösungen für den Gesundheitssektor spezialisiert hat. Sie bieten eine Reihe von Produkten an, darunter medizinische Sprachmodelle, NLP-Python-Bibliotheken und Lösungen für klinische Textzusammenfassungen, Informationsextraktion und Anonymisierung. Ihre generativen KI-Modelle sind hervorragend in der Verarbeitung klinischer und biomedizinischer Texte. Das Unternehmen ermöglicht die Erstellung und Anpassung von benutzerdefinierten Sprachmodellen und bietet verwaltete Dienste für die Erstellung von Patientenkohorten und Risikobewertungen. Sie legen auch einen Fokus auf verantwortungsvolle KI-Praktiken und bieten Werkzeuge, um eine sichere und effektive Nutzung von Sprachmodellen sicherzustellen sowie medizinische Wissensgraphen und klinische Entscheidungsunterstützungssysteme an. John Snow Labs wird für seine Innovationen im Bereich KI im Gesundheitswesen und der Verarbeitung medizinischer Dokumente anerkannt und bietet Lösungen, die von Pharma- und Gesundheitsunternehmen vertraut werden.
Machine Learning Engineer – Large Language Models
Stelle nicht auf LinkedIn
🕒 vor 4 Monaten
🗣️🇺🇸🇬🇧 Englisch erforderlich
📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle
Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.
John Snow Labs
51 - 200 Mitarbeiter
Gegründet 2015
🤖 Künstliche Intelligenz
⚕️ Krankenversicherung
🧬 Biotechnologie
Artificial Intelligence • Healthcare Insurance • Biotechnology
John Snow Labs ist ein Unternehmen, das sich auf die Bereitstellung von KI- und NLP-Lösungen für den Gesundheitssektor spezialisiert hat. Sie bieten eine Reihe von Produkten an, darunter medizinische Sprachmodelle, NLP-Python-Bibliotheken und Lösungen für klinische Textzusammenfassungen, Informationsextraktion und Anonymisierung. Ihre generativen KI-Modelle sind hervorragend in der Verarbeitung klinischer und biomedizinischer Texte. Das Unternehmen ermöglicht die Erstellung und Anpassung von benutzerdefinierten Sprachmodellen und bietet verwaltete Dienste für die Erstellung von Patientenkohorten und Risikobewertungen. Sie legen auch einen Fokus auf verantwortungsvolle KI-Praktiken und bieten Werkzeuge, um eine sichere und effektive Nutzung von Sprachmodellen sicherzustellen sowie medizinische Wissensgraphen und klinische Entscheidungsunterstützungssysteme an. John Snow Labs wird für seine Innovationen im Bereich KI im Gesundheitswesen und der Verarbeitung medizinischer Dokumente anerkannt und bietet Lösungen, die von Pharma- und Gesundheitsunternehmen vertraut werden.
Beschreibung
• LLMs an unterschiedliche Anwendungsfälle im Gesundheitswesen anpassen, unter Verwendung von Techniken wie Sparse Fine-Tuning (SFT), Prompt Engineering Fine-Tuning (PEFT), Direct Parameter Optimization (DPO) und Proximal Policy Optimization (PPO). • LLMs für Retriever-Augmented Generation (RAG) optimieren, um Entscheidungsfindung und Informationsabruf zu verbessern. • Gesundheitsdatensätze sammeln, bereinigen und verfeinern, um hochwertige Trainingsdaten für LLMs bereitzustellen. • Modelle in verschiedene, für Produktionsumgebungen geeignete Formate konvertieren und deren Einsatzbereitschaft für reale Anwendungen sicherstellen.
🎯 Anforderungen
• Mindestens 5 Jahre praktische Berufserfahrung in der Softwareentwicklung mit dem Aufbau produktionsreifer Deep-Learning-Lösungen. • Abgeschlossenes Hochschulstudium in Informatik, Data Science oder einem verwandten Fach. Ein M.Sc.- oder Ph.D.-Abschluss wird stark bevorzugt. • Nachgewiesene Expertise in Model-Tuning-Frameworks wie Axolotl. • Vertrautheit mit Model-Serving-Frameworks, einschließlich vLLM, TGI und llama-cpp, zur Unterstützung der Bereitstellung und Skalierbarkeit von Machine-Learning-Modellen. • Kenntnisse in Quantisierungstechniken und -frameworks zur Optimierung von KI-Modellen für den Einsatz in ressourcenbeschränkten Umgebungen. • Praktische Erfahrung mit Transformer-Architekturen sowie fundierte Kenntnisse in Machine-Learning-Frameworks wie PyTorch.
🏖️ Vorteile
• Vollständig virtuelles Unternehmen mit Zusammenarbeit in 28 Ländern • Wettbewerbsfähiges Vergütungs- und Leistungspaket • Branchenführer und angesehene Markenbekanntheit • Fort- und Weiterbildungsmöglichkeiten
Jetzt Bewerben
