Founding AI-Native Engineer

Stelle nicht auf LinkedIn

🕒 vor 11 Tagen

🇺🇸 Vereinigte Staaten – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Künstliche Intelligenz

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mails für Remote-Jobs erhalten

📊 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

Rockstar

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

🎯 Rekrutierung

👥 HR Tech

🤖 Künstliche Intelligenz

Recruitment • HR Tech • Artificial Intelligence

Rockstar ist ein Full-Service-Personalunternehmen, das eine Mischung aus menschlicher Expertise und künstlicher Intelligenz nutzt, um Unternehmen dabei zu helfen, besser und schneller zu niedrigeren Kosten einzustellen. Sie bieten einen umfassenden Rekrutierungsservice für weniger als 1. 500 US-Dollar pro Stelle, indem sie Zugang zu einer großen Talentdatenbank, schnelle und effiziente Kandidatenbewertungen sowie menschliches Screening bereitstellen. Ihre firmeneigene KI ermöglicht die Überprüfung von Tausenden von Bewerbungen, um Kandidaten schnell mit Stellenbeschreibungen abzugleichen, während individuelle Screening-Anrufe von Personalvermittlern in den USA, Großbritannien oder Australien durchgeführt werden. Rockstar unterstützt die Einstellung in einer Vielzahl von professionellen Rollen, einschließlich Vertrieb, Marketing, Strategie, Produktmanagement, Unternehmensführung, Analytik, Data Science, Softwareentwicklung, Infrastruktur, Finanzen und Buchhaltung. Dieser flexible Ansatz ermöglicht es Unternehmen, starke Kandidaten ohne langfristige Verpflichtungen zu treffen, was es zu einer kosteneffizienten Lösung für Teams aller Größen macht.

Beschreibung

• Designing and shipping the AI agents that run patient case lifecycle — application intake, document extraction, data validation, coverage verification, patient communication, missing-info follow-up — including the evaluation harness, confidence thresholds, and human-in-the-loop boundaries • PHI-aware data architecture: de-identification pipeline that strips identifiers before inference, the tokenization layer that maps results back, and the audit trail that logs every model call • Integrations with healthcare systems of record and dependent services – as well as the orchestration layer that coordinates across them • The production bar: on-call, incident response, rollback strategy, and strict uptime SLAs • Working directly with operations, IT, and clinical teams during discovery, UAT, and go-live — you'll be in the room, not behind a PM

🎯 Anforderungen

• 5+ years shipping production software, with meaningful time owning backend systems that mattered when they broke • Deep expertise in at least one modern backend language (Python, TypeScript, Kotlin, Go, or similar) and the judgment to know when the choice matters and when it doesn't - they are still finalizing their stack, and you'll help decide • Comfort across the full backend picture: relational databases, cloud infrastructure (AWS preferred), containerized services, API design, and the operational discipline that comes with running regulated software • A real sense for UX — you care how the thing feels to use, not just whether it works. You've sat with users, sweated the details, and pushed back on designs that looked good but didn't hold up in the workflow. Formal design training isn't required, but familiarity with Figma, design language, or having partnered closely with designers is a plus • You've built something real with LLMs — orchestration, retrieval, tool use, structured output, evals, handling model failure modes. You have informed opinions about when to reach for an agent vs. a pipeline vs. a plain function, and you can defend them • Track record of taking an ambiguous problem, shaping it into an architecture, and shipping it • You treat model behavior as something to test, measure, and govern. You've thought about what "evals" means for a system where being 95% right isn't good enough • Bonus: healthcare or other regulated-industry experience; prior early-stage or founding-engineer time; Salesforce ecosystem; eligibility engines, document extraction, health compliance or case-management workflows