Forward Deployed Engineer (FDE), Healthcare - NYC

О позиции

Команда инженерного развертывания OpenAI сотрудничает с медицинскими организациями для внедрения систем ИИ в клинические, операционные и клиентские рабочие процессы. Вы будете работать на стыке внедрения у клиента и разработки платформы, формируя повторяемые архитектуры и стандарты работы для сложных регулируемых сред здравоохранения. Роль включает ответственность за техническое решение от discovery до production handoff.

Будет плюсом

• Отправка сложных систем в роли forward deployed или customer engineer, инженера внутри payer, provider или health system
• Опыт builder на EHR, interoperability, revenue cycle, payer-tech или healthcare infrastructure компании
• hands-on технический консультант или интегратор, solutions architect для regulated enterprises, or technical founder или early engineering leader
• Применение strong judgment к AI evaluation, privacy, security, governance и reliability

Условия

• Работа в лидере индустрии искусственного интеллекта с миссией safe deployment AI technologies
• Гибридная модель работы 3 дня в офисе в неделю в Нью-Йорке
• Поддержка relocation assistance при необходимости переезда
• Возможность traveling до 50%
• Коллаборация напрямую с customer technical командами и внутренними Business, Research, Product, Engineering и Security партерами
• Эффект от measurable workflow impact и production adoption в healthcare секторе
• Конвертация deployment learnings в product improvements и reusable patterns

Навыки

• Artificial Intelligence
• Machine Learning
• Software Engineering
• Solution Architecture
• API Integration
• Data Platforms
• Electronic Health Records
• HL7
• FHIR
• HIPAA Compliance
• Healthcare Interoperability
• Cloud Infrastructure
• DevOps
• Evaluation Frameworks
• System Reliability
• Security and Privacy

Могут спросить на собеседовании

1. Расскажите о случае, когда вы проектировали и внедряли сложную систему ИИ в регулируемой среде с требованиями конфиденциальности данных.
2. Как вы подходите к оценке и валидации моделей ИИ в production окружении? Какие метрики и методы используете?
3. Опишите ситуацию нечёткой задачи у клиента. Как вы работали с стейкхолдерами для определения scope и технических требований?
4. Как вы обеспечивали безопасность данных и соответствие compliance требованиям при интеграции с различными системами?
5. Приведите пример перехода от deploy learnings к product improvements илиReusable technical primitives.