Staff Machine Learning Engineer, Oncology foundation Model Job at Tempus, Inc. i
Tempus, Inc., Chicago, IL, United States
Staff Machine Learning Engineer, Oncology foundation Model page is loaded## Staff Machine Learning Engineer, Oncology foundation Modellocations: Chicago: New York City: Remote - Illinois: Redwood Citytime type: Full timeposted on: Posted 30+ Days Agojob requisition id: JR202500372Recent advancements in underlying technology have finally made it possible for AI to impact clinical care in a meaningful way. Tempus' proprietary platform connects an entire ecosystem of real-world evidence to deliver real-time, actionable insights to physicians, providing critical information about the right treatments for the right patients, at the right time.We are seeking an experienced and highly skilled **Staff Machine Learning Engineer** with deep expertise in **large-scale multimodal model systems engineering** to join our dynamic AI team. You will play a pivotal role in designing, building, and optimizing the foundational data infrastructure that powers Tempus's most advanced generative AI models. Your work will directly enable the training and deployment of robust, production-ready multimodal systems that analyze complex data types (like **genomics, pathology images, radiology scans, and clinical notes**) to improve patient care, optimize clinical workflows, and accelerate life-saving medical research. This is a critical, high-impact position for driving the practical application of cutting-edge AI to revolutionize healthcare.****Focus:****Your primary focus will be to **a****rchitect, build, and maintain the critical data infrastructure** supporting our large multimodal generative models. This includes managing the entire lifecycle of vast datasets – from ingestion and processing of diverse training data to the integration and retrieval of extensive knowledge sources used to augment model capabilities. You will be building the data backbone that enables our AI to learn from Tempus's rich real-world evidence.****Key Responsibilities:****As a technical leader in this space, you will be:* Architect and build sophisticated data processing workflows responsible for ingesting, processing, and preparing multimodal training data that seamlessly integrate with large-scale distributed ML training frameworks and infrastructure (GPU clusters).* Develop strategies for efficient, compliant data ingestion from diverse sources, including internal databases, third-party APIs, public biomedical datasets, and Tempus's proprietary data ecosystem.* Utilize, optimize, and contribute to frameworks specialized for large-scale ML data loading and streaming (e.g., MosaicML Streaming, Ray Data, HF Datasets).* Collaborate closely with infrastructure and platform teams to leverage and optimize cloud-native services (primarily GCP) for performance, cost-efficiency, and security.* Engineer efficient connectors and data loaders for accessing and processing information from diverse knowledge sources, such as knowledge graphs, internal structured databases, biomedical literature repositories (e.g., PubMed), and curated ontologies.* Optimize data storage for efficient large scale training training and knowledge access.* Orchestrate, monitor, and troubleshoot complex data workflows using tools like Airflow, Kubeflow Pipelines..* Establish robust monitoring, logging, and alerting systems for data pipeline health, data drift detection, and data quality assurance, providing feedback loops for continuous improvement.* Analyze and optimize data I/O performance bottlenecks considering storage systems, network bandwidth and compute resources.* Actively manage and seek optimizations for the costs associated with storing and processing massive datasets in the cloud.****Required Skills and Experience:***** Master's degree in Computer Science, Artificial Intelligence, Software Engineering, or a related field. A strong academic background with a focus on AI data engineering.* Proven track record (8+ years of industry experience) in designing, building, and operating large-scale data pipelines and infrastructure in a production environment.* Strong experience working with massive, heterogeneous datasets (TBs+) and modern distributed data processing tools and frameworks such as Apache Spark, Ray, or Dask.* Strong, hands-on experience with tools and libraries specifically designed for large-scale ML data handling, such as Hugging Face Datasets, MosaicML Streaming, or similar frameworks (e.g., WebDataset, Petastorm). Experience with MLOps tools and platforms (e.g., MLflow, Kubeflow, SageMaker Pipelines).* Understanding of the data challenges specific to training large models (Foundation Models, LLMs, Multimodal Models).* Proficiency in programming languages like Python and experience with modern distributed data processing tools and frameworks.* Leadership and collaboration: + Proven ability to bring thought leadership to the product and engineering teams, influencing technical direction and data strategy. + Experience mentoring junior engineers and collaborating effectively with cross-functional teams (Research Scientists, ML Engineers, Platform Engineers, Product Managers, Clinicians). + Excellent communication skills, capable of explaining complex technical concepts to diverse audiences. + Strong bias-to-action and ability to thrive in a fast-paced, dynamic research and development environment. + A pragmatic approach focused on delivering rapid, iterative, and measurable progress towards impactful goals.****Preferred Qualifications:***** Advanced degree (PhD) in Computer Science, Engineering, Bioinformatics, or a related field.* Contributions to relevant open-source projects.* Direct experience working with clinical or biological data (EHR, genomics, medical imaging).#LI-SH1New York Pay Range - $190,000 - $230,000 USDCalifornia Pay Range - $190,000 - $230,000 USDIllinois Pay Range - $170,000 - $210,000 USDRemote - USA Range - $170,000 - $210,000 USDThe expected salary range above is applicable if the role is performed from California and may vary for other locations (Colorado, Illinois, New York). Actual salary may vary based on qualifications and experience. Tempus offers a full range of benefits, which may include incentive compensation, restricted stock units, medical and other benefits depending on the position.Additionally, ***for remote roles open to individuals in unincorporated Los Angeles** – including remote roles-*Tempus reasonably believes that criminal history may have a direct, adverse and negative relationship on the following job duties, potentially resulting in the withdrawal of the conditional offer of employment: engaging positively with customers and other employees; accessing confidential information, including intellectual property, trade secrets, and protected health information; and appropriately handling such information in accordance with legal and ethical standards. Qualified applicants with arrest or conviction records will be considered for employment in accordance with applicable law, including the Los Angeles County Fair Chance Ordinance for Employers and the California Fair Chance Act.We are an equal opportunity employer. We do not discriminate on the basis of race, religion, color, national origin, gender, sexual orientation, age, marital status, veteran status, or disability status.We’re looking for people who can change the world.Who question the status quo and don’t shy away from tough problems. For the builders who are never done building and the learners who are never done learning. We’re looking for passionate people with undying curiosity. Those who want to attack one of the most challenging problems mankind has ever faced. Head on.
#J-18808-Ljbffr
En Español: Ingeniero de aprendizaje automático del personal, fundación de Oncología página de modelo está cargada##Ingeniero del personal automático, fundacion de oncología Modelaciones: Chicago: Nueva York: Ciudad remota - Illinois: Redwood CityTipo de tiempo completo Publicado en: Publicado 30+ días atrás ID de la solicitud de trabajo: JR202500372Los avances recientes en la tecnología subyacente finalmente han hecho posible que la IA pueda impactar en la atención clínica de una manera significativa. La plataforma propietaria de Tempus conecta todo un ecosistema de evidencia del mundo real para brindar información en tiempo real y accionable a los médicos, proporcionando información crítica sobre el papel de tratamiento adecuado para los pacientes adecuados, en el momento adecuado. Buscamos un tipo de trabajo experimentado y altamente calificado **Ingenieros de formación automática del personal** con una profunda experiencia en la generación de datos a gran escala ** Los sistemas de ingeniería de TI ya se unen a nuestro equipo de trabajo pivotal. Usted va a desarrollar un sistema de diseño de datos clínico que mejorará la vida de los sistemas de investigación, la construcción de imágenes, la mejora de las capacidades y la optimización de la infraestructura clínica, así como la creación de sistemas de sistemas avanzada de análisis de datos de datos y de datos. Esta es una posición crítica y de alto impacto para impulsar la aplicación práctica de IA de vanguardia para revolucionar la atención médica.****Focus:****Tu enfoque principal será la arquitectura, construcción y mantenimiento de la infraestructura crítica de datos** que soporta nuestros grandes modelos generativos multimodal. Esto incluye la gestión de todo el ciclo de vida de vastos conjuntos de datos desde la ingestión y procesamiento de diversos datos de capacitación hasta la integración y recuperación de amplias fuentes de conocimiento utilizadas para aumentar las capacidades del modelo. Estarás construyendo la columna vertebral de datos que permite a nuestra IA aprender de la rica evidencia del mundo real de Tempus.**** Responsabilidades clave:****Como líder técnico en este espacio, serás:* Arquitecto y construye flujos de trabajo de procesamiento de datos sofisticados responsables de ingerir, procesar y preparar datos de capacitación multimodal que se integren perfectamente con marcos e infraestructuras de entrenamiento de ML distribuidos a gran escala (clusters de GPU).* Desarrollará estrategias para la ingestión eficiente de datos conformes de diversas fuentes, incluidas bases de datos internas, API de terceros, datos biomédicos públicos y el ecosistema de datos Tempus. * Aprovechará, optimizar y contribuir a los marcos especializados de acceso a datos de ML a gran alcance y buscar una amplia gama de datos (por ejemplo, cerrando las líneas de datos móvicas, almacenando datos de HCP, almacenar datos de datos).* *Optimulará los conocimientos de los sistemas de inteligencia artificial, mejorar el rendimiento y la capacidad de los equipos de trabajo, mejorar los costos y la calidad de las redes de almacenamiento en la nube, mejorar las capacidades y el conocimiento de los servicios de la información, así como el uso de sistemas de datos de alta tecnología de datos y la información. ******* Optimizará las herramientas de análisis de conocimientos para la información y la inteligencia de alta calidad de datos para la red, la investigación y el desarrollo de conocimiento, la gestión de la seguridad y el análisis de datos, la mejora del conocimiento y el funcionamiento de los recursos humanos, etc. Una sólida experiencia académica con un enfoque en la ingeniería de datos de IA.* Un historial probado (más de 8 años de experiencia en la industria) en el diseño, construcción y operación de tuberías de datos a gran escala e infraestructura en un entorno de producción.* Una fuerte experiencia trabajando con conjuntos de datos masivos y heterogéneos (TBs+) y modernas herramientas y marcos de procesamiento de datos distribuidos como Apache Spark, Ray o Dask.* Una experiencia sólida y práctica con herramienta y bibliotecas diseñadas específicamente para el manejo de datos ML a gran tamaño, como Hugging Face Datasets, MosaicML Streaming o marcos similares (por ejemplo, WebDet, Petast tools). Experiencia con MLOps y plataformas (por ej., MLflow, Kubeflow y SageMaker Pipelines). * Comprender los desafíos específicos de entrenamiento de los grandes modelos de datos (Foundation, LLM, Multimodal Engineers). + Un fuerte sesgo a la acción y la capacidad de prosperar en un entorno de investigación y desarrollo rápido y dinámico. + Un enfoque pragmático centrado en lograr progresos rápidos, iterativos y medibles hacia objetivos impactantes.****Cualificaciones preferidas:***** Grado avanzado (PhD) en Ciencias de la Computación, Ingeniería, Bioinformática o un campo relacionado.* Contribuciones a proyectos de código abierto relevantes.* Experiencia directa trabajando con datos clínicos o biológicos (EHR, genómica, imágenes médicas).#LI-SH1Nueva York Pay Range - $190,000 - $230,000 USDCalifornia - $19,000 - $2,300,000 USDCalifórnia de pago de Illinois - $170,000- $210,000 USDRemote Range - Estados Unidos - $ 170,000-2100,000 USDEl rango de salario actual se desempeña en California y puede variar según las ubicaciones esperadas y las calificaciones aplicables (California, Colorado y Nueva York). Tempus ofrece una gama completa de beneficios, que pueden incluir una compensación de incentivos, unidades de acciones restringidas, beneficios médicos y otros dependiendo de la posición.Además, *** para roles remotos abiertos a individuos en Los Ángeles no incorporada** incluyendo roles remotos-*Tempus cree razonablemente que el historial penal puede tener una relación directa, adversa y negativa en los siguientes deberes laborales, lo que podría resultar en la retirada de la oferta condicional de empleo: involucrarse positivamente con clientes y otros empleados; acceder a información confidencial, incluida la propiedad intelectual, secretos comerciales e información de salud protegida; y manejar adecuadamente dicha información de acuerdo con el arresto legal y ético. Los solicitantes calificados con estatus de sexo o antecedentes de condenación serán considerados para el empleo de conformidad con las normas aplicables, incluyendo la Ordenanza Justa del Condado de Los Angeles para Empleadores y el Acta de Cance. Quienes quieran atacar uno de los problemas más difíciles que la humanidad haya enfrentado.
#J-18808-Ljbffr
En Español: Ingeniero de aprendizaje automático del personal, fundación de Oncología página de modelo está cargada##Ingeniero del personal automático, fundacion de oncología Modelaciones: Chicago: Nueva York: Ciudad remota - Illinois: Redwood CityTipo de tiempo completo Publicado en: Publicado 30+ días atrás ID de la solicitud de trabajo: JR202500372Los avances recientes en la tecnología subyacente finalmente han hecho posible que la IA pueda impactar en la atención clínica de una manera significativa. La plataforma propietaria de Tempus conecta todo un ecosistema de evidencia del mundo real para brindar información en tiempo real y accionable a los médicos, proporcionando información crítica sobre el papel de tratamiento adecuado para los pacientes adecuados, en el momento adecuado. Buscamos un tipo de trabajo experimentado y altamente calificado **Ingenieros de formación automática del personal** con una profunda experiencia en la generación de datos a gran escala ** Los sistemas de ingeniería de TI ya se unen a nuestro equipo de trabajo pivotal. Usted va a desarrollar un sistema de diseño de datos clínico que mejorará la vida de los sistemas de investigación, la construcción de imágenes, la mejora de las capacidades y la optimización de la infraestructura clínica, así como la creación de sistemas de sistemas avanzada de análisis de datos de datos y de datos. Esta es una posición crítica y de alto impacto para impulsar la aplicación práctica de IA de vanguardia para revolucionar la atención médica.****Focus:****Tu enfoque principal será la arquitectura, construcción y mantenimiento de la infraestructura crítica de datos** que soporta nuestros grandes modelos generativos multimodal. Esto incluye la gestión de todo el ciclo de vida de vastos conjuntos de datos desde la ingestión y procesamiento de diversos datos de capacitación hasta la integración y recuperación de amplias fuentes de conocimiento utilizadas para aumentar las capacidades del modelo. Estarás construyendo la columna vertebral de datos que permite a nuestra IA aprender de la rica evidencia del mundo real de Tempus.**** Responsabilidades clave:****Como líder técnico en este espacio, serás:* Arquitecto y construye flujos de trabajo de procesamiento de datos sofisticados responsables de ingerir, procesar y preparar datos de capacitación multimodal que se integren perfectamente con marcos e infraestructuras de entrenamiento de ML distribuidos a gran escala (clusters de GPU).* Desarrollará estrategias para la ingestión eficiente de datos conformes de diversas fuentes, incluidas bases de datos internas, API de terceros, datos biomédicos públicos y el ecosistema de datos Tempus. * Aprovechará, optimizar y contribuir a los marcos especializados de acceso a datos de ML a gran alcance y buscar una amplia gama de datos (por ejemplo, cerrando las líneas de datos móvicas, almacenando datos de HCP, almacenar datos de datos).* *Optimulará los conocimientos de los sistemas de inteligencia artificial, mejorar el rendimiento y la capacidad de los equipos de trabajo, mejorar los costos y la calidad de las redes de almacenamiento en la nube, mejorar las capacidades y el conocimiento de los servicios de la información, así como el uso de sistemas de datos de alta tecnología de datos y la información. ******* Optimizará las herramientas de análisis de conocimientos para la información y la inteligencia de alta calidad de datos para la red, la investigación y el desarrollo de conocimiento, la gestión de la seguridad y el análisis de datos, la mejora del conocimiento y el funcionamiento de los recursos humanos, etc. Una sólida experiencia académica con un enfoque en la ingeniería de datos de IA.* Un historial probado (más de 8 años de experiencia en la industria) en el diseño, construcción y operación de tuberías de datos a gran escala e infraestructura en un entorno de producción.* Una fuerte experiencia trabajando con conjuntos de datos masivos y heterogéneos (TBs+) y modernas herramientas y marcos de procesamiento de datos distribuidos como Apache Spark, Ray o Dask.* Una experiencia sólida y práctica con herramienta y bibliotecas diseñadas específicamente para el manejo de datos ML a gran tamaño, como Hugging Face Datasets, MosaicML Streaming o marcos similares (por ejemplo, WebDet, Petast tools). Experiencia con MLOps y plataformas (por ej., MLflow, Kubeflow y SageMaker Pipelines). * Comprender los desafíos específicos de entrenamiento de los grandes modelos de datos (Foundation, LLM, Multimodal Engineers). + Un fuerte sesgo a la acción y la capacidad de prosperar en un entorno de investigación y desarrollo rápido y dinámico. + Un enfoque pragmático centrado en lograr progresos rápidos, iterativos y medibles hacia objetivos impactantes.****Cualificaciones preferidas:***** Grado avanzado (PhD) en Ciencias de la Computación, Ingeniería, Bioinformática o un campo relacionado.* Contribuciones a proyectos de código abierto relevantes.* Experiencia directa trabajando con datos clínicos o biológicos (EHR, genómica, imágenes médicas).#LI-SH1Nueva York Pay Range - $190,000 - $230,000 USDCalifornia - $19,000 - $2,300,000 USDCalifórnia de pago de Illinois - $170,000- $210,000 USDRemote Range - Estados Unidos - $ 170,000-2100,000 USDEl rango de salario actual se desempeña en California y puede variar según las ubicaciones esperadas y las calificaciones aplicables (California, Colorado y Nueva York). Tempus ofrece una gama completa de beneficios, que pueden incluir una compensación de incentivos, unidades de acciones restringidas, beneficios médicos y otros dependiendo de la posición.Además, *** para roles remotos abiertos a individuos en Los Ángeles no incorporada** incluyendo roles remotos-*Tempus cree razonablemente que el historial penal puede tener una relación directa, adversa y negativa en los siguientes deberes laborales, lo que podría resultar en la retirada de la oferta condicional de empleo: involucrarse positivamente con clientes y otros empleados; acceder a información confidencial, incluida la propiedad intelectual, secretos comerciales e información de salud protegida; y manejar adecuadamente dicha información de acuerdo con el arresto legal y ético. Los solicitantes calificados con estatus de sexo o antecedentes de condenación serán considerados para el empleo de conformidad con las normas aplicables, incluyendo la Ordenanza Justa del Condado de Los Angeles para Empleadores y el Acta de Cance. Quienes quieran atacar uno de los problemas más difíciles que la humanidad haya enfrentado.