États-Unis
B&A
Stanford Health Care
Ingénieur DevOps
États-Unis
Newark, California, États-Unis
PythonAWSDockerKubernetesRustGoTerraform
Traduction automatique. Consultez l’original.
Lieux
1.0 ETP Temps plein Jour - 08 Heures R2655028 Hybride 108480039 TDS Data Science Innovation Technology & Digital Solutions NEWARK, 7600 Gateway Blvd, Californie
Jour - 08 Heures (États-Unis d'Amérique)
Stanford Health Care
Exigences Physiques et Conditions de Travail
Agents Pathogènes du Sang
Catégorie III - Tâches qui n'impliquent AUCUNE exposition au sang, aux fluides corporels ou aux tissus, et tâches de Catégorie I qui ne sont pas une condition d'emploi
Ces principes s'appliquent à TOUS les employés :
Engagement de SHC à offrir une expérience exceptionnelle aux patients et aux familles
Stanford Health Care établit une norme élevée pour la fourniture de valeur et une expérience exceptionnelle pour nos patients et nos familles. Les candidats à l'emploi et les employés existants doivent adopter et exécuter les normes C-I-CARE pour tous nos patients, familles et entre eux. C-I-CARE est le fondement de l'expérience patient de Stanford et représente un cadre pour les interactions centrées sur le patient. En termes simples, nous faisons ce qu'il faut pour permettre et responsabiliser les patients et les familles à se concentrer sur la santé, la guérison et le rétablissement.
Vous le ferez en agissant selon nos trois piliers d'expérience, du point de vue du patient et de la famille :
- Connaissez-moi : Anticipez mes besoins et mon état pour fournir des soins efficaces
- Montrez-moi le chemin : Guidez et incitez mes actions pour obtenir de meilleurs résultats et une meilleure santé
- Coordonnez pour moi : Assumez la complexité de mes soins par la coordination
Employeur garantissant l'égalité des chances Stanford Health Care (SHC) valorise fortement la diversité et s'engage en faveur de l'égalité des chances et de la non-discrimination dans toutes ses politiques et pratiques, y compris dans le domaine de l'emploi. Par conséquent, SHC ne discrimine aucune personne sur la base de la race, de la couleur, du sexe, de l'orientation sexuelle ou de l'identité et/ou expression de genre, de la religion, de l'âge, de l'origine nationale ou ethnique, des convictions politiques, de l'état civil, de l'état de santé, des informations génétiques, du statut d'ancien combattant ou d'un handicap, ou de la perception de l'un des éléments ci-dessus. Les personnes de tous genres, les membres de tous les groupes raciaux et ethniques, les personnes handicapées et les anciens combattants sont encouragés à postuler. Les candidats qualifiés ayant des condamnations pénales seront examinés après une évaluation individualisée de la condamnation et des exigences du poste.
Échelle de salaire de base : Généralement à partir de 79.21 $ - 104.97 $ par heure
Le salaire du candidat retenu pour ce poste sera fixé en fonction de divers facteurs, notamment, mais sans s'y limiter, de l'équité interne, de l'expérience, de l'éducation, de la spécialité et de la formation. Cette échelle salariale n'est pas une promesse de salaire particulier.
Aperçu
Si vous êtes prêt à faire partie de notre héritage d'espoir et d'innovation, nous vous encourageons à faire le premier pas et à explorer nos offres d'emploi actuelles. Votre potentiel n'attend que d'être découvert.
Nous recherchons un Ingénieur Senior Plateforme IA & ML Ops de haut calibre pour concevoir l'infrastructure « en couches » requise pour les systèmes autonomes et agentiels au sein de Stanford Healthcare. Dans ce rôle, vous serez le « Maître Chef » de notre écosystème IA, intégrant de manière transparente le DevOps de niveau expert (orchestration Kubernetes, Terraform, DevOps) avec le développement d'applications agentielles (LangGraph, CrewAI, logique d'appel d'outils). Vous ne gérerez pas seulement des serveurs ; vous construirez la « fabrique » robuste et full-stack où les frameworks multi-agents interagissent avec les APIs de santé, garantissant que chaque action autonome est régie par une observabilité ML Ops stricte (LangSmith, Arize) et des garde-fous de sécurité. Si vous avez les compétences de codage « croustillantes » pour construire des pipelines RAG en Python et la « riche » profondeur architecturale pour déployer des microservices évolutifs, une expertise étendue en développement logiciel full stack, nous voulons que vous dirigiez l'intégration de l'IA basée sur le raisonnement dans l'avenir des automatisations des flux de travail cliniques et commerciaux.
Ceci est un emploi Stanford Health Care.
L'ingénieur MLOps jouera un rôle essentiel dans l'intégration de l'intelligence artificielle (IA) au sein de Stanford Health Care. Les solutions auront un impact sur les soins aux patients, la recherche médicale et les services opérationnels. Ce groupe est chargé d'innover, de concevoir, de déployer et de surveiller des IA de qualité production, des modèles de machine learning (ML) et des algorithmes prédictifs dans le secteur de la santé. Ce poste travaillera en étroite collaboration avec des chercheurs principaux dans le domaine de l'IA ainsi qu'avec des responsables de diverses spécialités cliniques et opérations.
Ce rôle relèvera du groupe Infrastructure et aura une relation hiérarchique transversale avec l'équipe Data Science. Le rôle sera responsable de la maintenance des dépôts d'infrastructure cloud en tant que code, de la maintenance de l'infrastructure, des pipelines de déploiement et de la conception du paysage de sécurité pour l'équipe et les objets. Le rôle définira les normes pour le cycle de vie complet du développement logiciel (SDLC) des projets pour l'équipe Data Science.
Ce que vous ferez
- Concevoir, construire et maintenir une infrastructure évolutive et robuste pour les systèmes IA/ML, y compris les environnements cloud, la conteneurisation et les plateformes d'orchestration.
- Développer et implémenter des pipelines CI/CD pour automatiser le déploiement, les tests et la surveillance des modèles et applications IA/ML.
- Collaborer avec les data scientists, les data engineers et les software engineers pour optimiser les pipelines d'entraînement, de déploiement et d'inférence des modèles.
- Surveiller et dépanner les systèmes IA/ML pour garantir une haute disponibilité, performance et fiabilité.
- Maintenir et surveiller les pipelines d'entraînement et d'inférence de modèles sur plusieurs locataires cloud, en particulier autour des grands modèles de langage (LLMs).
- Maintenir les pods Kubernetes, le registre de conteneurs et la bibliothèque d'images de machines virtuelles, ainsi que le registre de modèles.
- Surveiller l'utilisation de l'infrastructure et les coûts relatifs à l'entraînement des modèles, à l'inférence et à l'utilisation des GPU.
- Mettre en œuvre les meilleures pratiques en matière de sécurité, de confidentialité des données et de conformité dans les flux de travail et l'infrastructure IA/ML.
- Évaluer et intégrer de nouveaux outils, technologies et frameworks pour améliorer l'efficacité et la performance de nos processus MLOps.
- Encadrer et fournir des conseils techniques aux membres juniors de l'organisation.
- Se tenir au courant des dernières avancées et tendances en matière de MLOps, DevOps et technologies cloud, et les partager avec l'équipe.
Prérequis
Qualifications Éducatives
- Diplôme de licence ou supérieur en informatique, ingénierie ou domaine connexe
Qualifications Expérience
- Trois (3) années ou plus d'expérience directement liée
Connaissances, Compétences et Aptitudes Requises
- Expérience avérée en tant qu'Ingénieur MLOps.
- Solide connaissance des plateformes cloud telles qu'AWS, Azure ou Google Cloud et expérience avec des outils d'infrastructure-as-code comme Terraform ou CloudFormation.
- Maîtrise des technologies de conteneurisation telles que Docker et des plateformes d'orchestration de conteneurs comme Kubernetes.
- Expérience avec des outils CI/CD tels que GitLab CI/CD, Github Actions ou CircleCI.
- Solides compétences en programmation dans des langages tels que Python, Rust ou Go, et expérience en scripting et automatisation.
- Connaissance des frameworks et bibliothèques d'apprentissage automatique (machine learning) tels que PyTorch, Tensorflow et scikit-learn.
- Compréhension approfondie des principes DevOps, des méthodologies agiles et du cycle de vie du développement logiciel.
- Solides compétences en résolution de problèmes et en dépannage, avec la capacité d'analyser et de résoudre des problèmes techniques complexes.
- Excellentes compétences en communication et en collaboration, avec la capacité de travailler efficacement en équipes interfonctionnelles.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil