ข้อมูลทางการแพทย์เป็นเรื่องที่ยากสำหรับทั้งบุคคลทั่วไปและผู้ประกอบวิชาชีพการแพทย์เช่นกัน
วันนี้ผู้ป่วยมะเร็งจำนวนมากกำลังประสบปัญหากับรายงานผลการตรวจที่เข้าใจยากที่พวกเขาได้รับจากโรงพยาบาล ผู้ประกอบวิชาชีพการแพทย์จำนวนมากก็รู้สึกเสียดายเช่นกันที่ไม่สามารถให้ข้อมูลในเวลาที่จำกัดได้อย่างเต็มที่
Tesser ก่อตั้งขึ้นเพื่อสร้าง AI เทคโนโลยีและบริการที่ช่วยให้ทั้งผู้ป่วยและแพทย์เข้าใจและใช้ข้อมูลด้านสุขภาพได้ง่ายขึ้น เรากำลังสร้างวัฒนธรรมใหม่ที่ทุกคนสามารถใช้ปัญญาประดิษฐ์และข้อมูลเพื่อเข้าใจและจัดการสุขภาพของตนเอง ตั้งแต่โรคร้ายแรงเช่นมะเร็งไปจนถึงการตรวจสุขภาพทั่วไป
[เรากำลังพัฒนาผลิตภัณฑ์ต่อไปนี้]
<Ontol (แอปพลิเคชันมือถือ)>
แอปสำหรับผู้ป่วยที่สามารถเข้าใจผลการตรวจได้ง่ายเพียงแค่ถ่ายภาพ พร้อมกับเริ่มต้นการใช้ chatbot, community และบริการต่าง ๆ ในการจัดการสุขภาพ
<SaaS สำหรับโรงพยาบาล>
AI SaaS ที่สามารถให้คำอธิบายผลการตรวจที่เข้าใจง่ายและปรับให้เหมาะสมกับโรงพยาบาลและศูนย์การตรวจสุขภาพ (อยู่ในระหว่างการพัฒนา)
[เราใน Tesser ทำสิ่งนี้]
Ontol เป็นบริการในระยะแรกที่เติบโตอย่างรวดเร็วผ่านการแบ่งปันในหมู่ผู้ป่วย
Tesser มุ่งมั่นที่จะ 1) แก้ไขปัญหาที่ผู้ป่วยเผชิญอย่างมีประสิทธิภาพยิ่งขึ้น และ 2) สร้างการใช้งานที่ง่ายและสะดวกสำหรับทุกคน โดยการค้นหาปัญหาต่อเนื่องและแก้ไขโดยใช้ AI เทคโนโลยีและบริการ
▶ แนะนำ Tesser และหน้ารับสมัครงาน
https://career.tesser.co.kr
▶ เว็บไซต์ Tesser
https://www.tesser.co.kr
• พัฒนาและวิจัยอัลกอริธึมสำหรับ LLM (Large Language Model) ที่ดำเนินการการทำงานต่าง ๆ โดยใช้ข้อมูลทางการแพทย์
• ลดขนาดโมเดลและปรับแต่งสภาพแวดล้อมการประมวลผล สร้าง AI Ops และสภาพแวดล้อมการคาดการณ์ที่เสถียร
• พัฒนา prompt chain และ RAG ที่เหมาะสมกับงาน รวมถึง API แบบหลายโมเดล
[เรากำลังมองหาผู้มีประสบการณ์การวิจัยอย่างนี้]
• การประมวลผลโมเดลภาษาเชิงธรรมชาติที่ใช้ฐาน Transformer เช่น BERT, Hugging Face
• การปรับแต่งประสิทธิภาพการประมวลผลโดยใช้โอเพนซอร์สและเครื่องมือ (ONNX, TensorRT ฯลฯ)
• การใช้งานกรอบการฝึกอบรมบน Pytorch (DeepSpeed, Accelerate, Bitsandbyte ฯลฯ) ในการสร้างแบบจำลอง
• วิเคราะห์ข้อกำหนดที่จำเป็นสำหรับการทำการค้าให้กับบริการที่ใช้ LLM และดำเนินการลงมือจริง
• การประเมินบริการที่ใช้ LLM และการพัฒนาระบบเกี่ยวกับการใช้งานจริง
[เราต้องการร่วมงานกับผู้ที่มีลักษณะดังนี้]
• มีประสบการณ์ในการสร้าง API ผ่านการฟื้นฟูและลดขนาดด้วย BERT ถือว่าเป็นข้อดี
• หากมีประสบการณ์การดำเนินการบริการในสภาพแวดล้อมที่ใช้ Docker container จะเป็นข้อดีเพิ่มเติม
• หากมีความเข้าใจใน Quantization และประสบการณ์ในการใช้งานฝึกอบรม/การคาดการณ์จะเป็นข้อดี
• หากมีความรู้ความเข้าใจในเทคนิค PEFT หลายรูปแบบเช่น Prefix Tuning, Adapter, LoRA จะถือเป็นข้อดี
• ผู้ที่มีประสบการณ์ในการติดตามพัฒนาการของเอกสาร LLM ล่าสุดและการประยุกต์ใช้ SOTA อัลกอริธึมจะเป็นข้อดี
• ผู้ที่มีระดับปริญญาโทหรือมีส่วนร่วมในเอกสารในสาขาการประมวลผลภาษาเชิงธรรมชาติจะเป็นข้อดี
[เส้นทางการเข้าร่วม]
• ตรวจสอบเอกสาร > สัมภาษณ์ทางออนไลน์ > สัมภาษณ์วัฒนธรรมออฟไลน์ > เจรจาเกี่ยวกับค่าแรง > ยืนยันการเข้าร่วม
สวัสดิการและสภาพแวดล้อมในการทำงาน
• สภาพการทำงานที่ยืดหยุ่น
• ประกันสังคม 4 ประเภทเบื้องต้น
• การบริการกาแฟ, ชา, ขนมต่าง ๆ
• มีสิ่งอำนวยความสะดวกในการพัฒนา, คลาวด์, GPU
• สนับสนุนการเข้าร่วมสัมมนาและการประชุมต่าง ๆ
• สนับสนุนค่าใช้จ่ายในการซื้อหนังสือ
การตรวจเอกสาร - สัมภาษณ์รอบแรก (เทคนิค) - สัมภาษณ์รอบที่สองวัฒนธรรม - เจรจาค่าตอบแทน - ยืนยันการเข้าร่วม
• หากมีข้อมูลในเอกสารสมัครงานที่ไม่ตรงกับความเป็นจริงหรืองบเท็จ การยืนยันการจ้างงานอาจถูกยกเลิก
• ระยะเวลาทดลองงานพื้นฐานคือ 3 เดือนและหลังจากการประเมินในระยะทดลองงานจะมีการเจรจาเกี่ยวกับค่าตอบแทน
• ต้องไม่มีข้อห้ามในการเดินทางไปต่างประเทศ
• ที่ตั้งบริษัท: 61, Namhyeon 3-gil, Gwanak-gu, Seoul, 101