AI Engineer

🕒 vor 9 Monaten

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

Quadrivia AI

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

🏥 Gesundheitswesen

🤖 Künstliche Intelligenz

☁️ SaaS

Healthcare • Artificial Intelligence • SaaS

Quadrivia AI ist ein auf das Gesundheitswesen fokussiertes KI-Unternehmen, das "Qu" entwickelt, einen klinikerorientierten KI-Assistenten, der klinische Arbeitsabläufe bei Anbietern, Kostenträgern, Pharmaunternehmen und Startups unterstützt. Qu führt Aufgaben wie Anamneseeaufnahme, Hypothesengenerierung, Untersuchungs-empfehlungen, Therapieplanung, Überwachung, Koordinierung der Pflege und Zusammenfassung von Konsultationen durch. Es pflegt eine persönliche Krankenakte, ist für die Integration von elektronischen Gesundheitsakten und Wearables (zukünftige Funktionen) ausgelegt und legt den Schwerpunkt auf klinische Sicherheit, menschliche Aufsicht, regulatorische Konformität und anpassbare Bereitstellung. Die Plattform wird als cloudbasiertes, anpassbares Produkt bereitgestellt, um Kliniken und Gesundheitsorganisationen bei der Skalierung der Patientenbetreuung, Nachverfolgung und routinemäßigen klinischen Aufgaben zu unterstützen und dabei die Kontrolle der Kliniker und die klinische Genauigkeit zu bewahren.

Beschreibung

• Own Qu’s brain service end to end: architecture, SLAs, latency budgets, error modes, rollouts. • Low-latency comms: streaming text and voice, VAD, barge-in, turn-taking, interruption handling. • Multi-agent orchestration: planner–executor–critic patterns, role routing, shared memory, tool routers, coordination protocols and evaluation. • Reasoning & optimization: ReAct, Chain-of-Thought, plus Tree-/Graph-of-Thoughts when useful. • Programmatic prompt optimization: DSPy for prompt/program compilation; integrate MiPRO and GEPA for iterative prompt evolution under eval constraints. • RAG engineering: high-signal retrieval (chunking, hybrid search, re-ranking), query rewriting, compression, caching, freshness, and strong grounding; evaluate faithfulness, context precision/recall, and answer relevancy. • Evaluation & observability: Pre-call validate inputs, enforce safety, and verify retrieval quality for RAG; in-call trace prompts, tool calls, token/latency/cost and enforce streaming guardrails; post-call run automated task evals (faithfulness, relevancy, hallucination, safety), regressions, red-teaming, and CI/CD gates. Instrument with structured logs and OpenTelemetry, surface dashboards and alerts, and feed live traffic slices into shadow evals for drift detection.

🎯 Anforderungen

• 5+ years in ML or backend engineering in product environments; recent focus on LLM systems. • Expert Python. Strong FastAPI, asyncio, pydantic, and production observability. • Real-time systems: you’ve built or integrated low-latency text/voice. You have used LiveKit, Pipecat or similar tech. • Working knowledge of agent patterns and eval-driven development. • Hands-on with ReAct and CoT; pragmatic with ToT/GoT tradeoffs. • Prior startup experience.

🏖️ Vorteile

• Fun off-sites in Barcelona. • High-tech laptop and solid dev ergonomics. • Flexibility: work from home or hybrid in Barcelona/London.