G
Staff Site Reliability Engineer
Garnerhealth · 📍 Remote · 🕒 vor 1 Tagen
📊 Lead
🌍 Remote
G
Applied Scientist II
Auf einen Blick
Gesucht wird ein Applied Scientist II, der Produktionsalgorithmensysteme im Healthcare-Sektor designen und umsetzen kann. Die Rolle umfasst End-to-End-Eigenverantwortung: von der Problemformulierung über Modellentwicklung bis zur Implementierung und iterativen Verbesserung.
💰 ~$200.000–280.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Hybrid
🗺️ Americas
- 2+ Jahre Applied Science oder ML-Erfahrung
- Algorithmic Problem-Solving
- Production-Systems-Erfahrung
- Healthcare oder regulierte Domänen bevorzugt
Machine Learning
Optimization
Gehalt geschätzt anhand Applied Scientist II in NYC mit 2+ Jahren, ML/Optimization-schwerpunkt. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- PhD oder fortgeschrittene ML-Erfahrung mit Production-Systemen
- Ingenieure mit Strong Math/Algorithm-Background
- Healthcare-interessierte ML-Engineers
🚫 Weniger geeignet
- Reine Data Analyst oder Reporting-Rollen
- Kandidaten ohne Production ML-Erfahrung
- Remote-Only-Kandidaten (3 Tage/Woche NYC erforderlich)
💡 Gut zu wissen
- NYC Financial District, 3 Tage/Woche obligatorisch: Tuesday-Thursday
- Sehr hochstufige Role mit ehrgeizigen Healthcare-Impact-Problemen
- Starke Anforderung an Algorithmic Rigor und End-to-End-Ownership
Über das Unternehmen
Garner transformiert das US-amerikanische Gesundheitssystem. Das Unternehmen arbeitet mit Arbeitgebern zusammen, um die Gesundheitsfürsorge neu zu gestalten: Sie wenden über 550 proprietäre klinische Metriken auf über 80 Fachbereiche an und nutzen einen Datensatz von 320+ Millionen Patienten, um die besten Ärzte zu identifizieren. Mit Anreizen lenken sie Patienten zur qualitativ hochwertigeren, kosteneffektiveren Versorgung.
Deine Aufgaben
- Designen und ausliefern von Produktionsalgorithmensystemen end-to-end
- Messy, reale Healthcare- und Business-Constraints in klare Ziele, Tradeoffs und Entscheidungsrahmen übersetzen
- Metriken definieren, um zu beurteilen, ob eine Lösung funktioniert, und Lösungen vor dem Launch validieren
- Den richtigen Ansatz wählen: Machine Learning, Optimierung, Heuristiken, Expert Systems oder Hybrid-Lösungen
- Neue Ansätze experimentieren, um bessere Ergebnisse zu erzielen
- Strikte, gut validierte Arbeit liefern und die Analysen von Kollegen überprüfen
- Tiefes Verständnis der Healthcare-Wirtschaft und Garners Rolle darin aufbauen
Deine Voraussetzungen
- 2+ Jahre Industrie-Erfahrung als Applied Scientist, Machine Learning Engineer, Research Scientist oder gleichwertiger fortgeschrittener Abschluss
- Bias zur Aktion: schnelle Umwandlung von Ideen in funktionierende Prototypen
- Starke angewendete Problemlösungsfähigkeiten und Fähigkeit, gute Metriken zu definieren
- Solide Beherrschung der Methoden und der Daten, auf die deine Modelle angewiesen sind
- Starkes Urteilsvermögen bei der Auswahl von Lösungsansätzen
Benefits
- Arbeit an echten, ehrgeizigen Problemen mit echter Eigenverantwortung
- Zusammenarbeit mit außergewöhnlichen, prinzipiengestützten Menschen
- Regelmäßiges Coaching für persönliches Wachstum