Delty (YC X25) Is Hiring an ML Engineer

Japanese Translation:

Deltyは、音声とコンピュータアシスタントを使用して臨床ワークフローを合理化するAI搭載のヘルスケアオペレーティングシステム向けに、エンドツーエンドの本番MLシステムを構築するMachine Learning Engineer（給与$80 K–$150 K、サンフランシスコまたはリモート）を採用しています。
この役割では、生のヘルスケアデータからデータパイプラインを設計し、ランキング・優先順位付け・予測モデル（例：高リスクケース識別）のトレーニングと評価を行い、バージョン管理、モニタリング、ロールバック戦略、およびガードレールを備えた信頼性のあるサービスまたはバッチジョブとしてデプロイする経験が最低3年必要です。候補者はデータ準備、トレイン/テスト分割、評価、デプロイ、再学習、モニタリングなどのフルサイクルML専門知識を持ち、バックエンドエンジニアリングスキル（本番コード、サービス、データベース、パイプライン）も堅実である必要があります。
協働はバックエンドエンジニアやプロダクトリーダーと密接に行い、MLを実際の意思決定ワークフローに統合します。そのためにモデル選択、メトリクス、再学習頻度、精度・説明性・信頼性・運用制約とのバランスなどについてアーキテクチャ上の意思決定を行います。
ボーナス資格には、ヘルスケアまたはオペレーショナルな意思決定支援経験、プロダクションでのLLM統合（検索強化生成、ファインチューニング、構造化プロンプティング）、スタートアップ/創業者マインドセット、およびモデルモニタリング、データドリフト検出、MLインフラツールに関する知識が含まれます。
Deltyの創業者はYouTubeの大規模インフラチームから来た元Googleエンジニアであり、会社は4人規模の小さなスタートアップですが、所有権、曖昧さへの対処、急速な成長、AIプロトタイプを堅牢な企業向けシステムへと変えることに価値を置いています。成功した採用はアーキテクチャ、製品方向、コア機能を形作り、Deltyがヘルスケア向けのAIソリューションを拡大する際に迅速なイテレーションを推進します。

変更点の説明:

給与レンジ、勤務地、国籍/ビザ要件を追加。

生データからのデータパイプライン設計とハンドリングを明示的に含めた。

デプロイメント詳細（バージョン管理、モニタリング、ロールバック）を記載。

協働の具体性と意思決定側面を強調。

経験閾値と構造化データへのフォーカスを明示。

ボーナスクオリフィケーションを逐語的に列挙。

チーム規模、文化価値、創業者背景を再提示し、主要ポイントに合わせた形で記載。

タイトル：
AIエージェントで医療業務を変革する

ポジション： 機械学習エンジニア
給与範囲： $80 K – $150 K
勤務地： サンフランシスコ, CA / リモート（米国）
雇用形態： エンジニアリング／機械学習
ビザ要件： 米国市民権またはビザ不要

役割について

Delty は医療のための AI オペレーティングシステムを構築しています。音声ベース・コンピュータベースのアシスタントを開発し、臨床ワークフローを合理化、事務負担を軽減し、プロバイダーが患者ケアに集中できるよう支援します。当社のシステムは実際の医療環境から学び、信頼性・文脈認識に優れたサポートを提供することで効率化とプロバイダー体験の向上を実現します。

Google の元エンジニアリーダー（YouTube や大規模インフラ専門家など）が創業し、スケールでシステム構築に携わった人々と共に働けるチャンスです。難題を解決し、迅速に反復し、長期的視点と所有感を持ってソフトウェアを開発します。

あなたの主な業務

データモデリング・特徴量設計・トレーニング・評価・展開・監視まで、プロダクション ML システムをエンドツーエンドで構築・所有する
生の医療データを信頼できる特徴量へ変換するデータパイプラインを設計・実装する
ランキング・優先順位付け・予測（高リスク・高優先度ケースの特定など）問題に対してモデルをトレーニング・評価する
バージョニング、監視、ロールバック戦略を明確にしつつ、モデルをプロダクションサービスやバッチジョブとしてデプロイする
バックエンドエンジニア・プロダクトリーダーと密接に連携し、ML を実際のワークフローや意思決定システムへ統合する
モデル選択、評価指標、再学習頻度、システムガードレールなど、精度・説明性・信頼性・運用制約をバランスさせたアーキテクチャ上の意思決定を行う
創業者やエンジニアと直接協力し、プロダクトおよび運用要件を拡張可能で保守しやすい ML ソリューションへ落とし込む

求める人材

経験： プロダクションでの ML システム構築・デプロイ経験 3 年以上
スキル：
- 構造化（テーブル）データに強く、特徴量設計や回帰／分類モデル、ランキング／優先順位付け問題を扱える
- データ準備からトレーニング・テスト分割・評価・デプロイ・再学習・監視までのフル ML ライフサイクル経験
- 本番品質コードやサービス／バッチジョブ、データベース・パイプライン構築に関するバックエンド実装力
- モデル複雑性、信頼性、レイテンシ、スケーラビリティ、保守性のトレードオフを考慮できる設計直感
人物像： 高い所有意識と曖昧さに耐えられるスタートアップ環境で快適に働ける。非 ML 関係者へモデル選択・仮定・限界点を説明できる

加点項目：

医療または運用意思決定支援システムの経験
LLM システム（検索拡張生成、ファインチューニング、構造化プロンプト）の構築／統合経験
スタートアップ経験や創業者マインドセット（所有感・実用主義・リリース志向）
モデル監視、データドリフト検知、ML インフラツールの経験

加わるメリット

Google エンジニアから学べる： 大規模システム構築とベストプラクティスを直接体験
高いインパクト： 小規模だが野心的なチームで、あなたの貢献がアーキテクチャ・プロダクト方向性・コア機能に直結
キャリア加速： AI/ML パイプラインからシステム設計、データモデリング、プロダクト意思決定まで幅広く経験し、スニアエンジニアやテクニカルリードへ迅速進化
挑戦的な仕事： AI プロトタイプと堅牢で拡張性のあるエンタープライズレベルシステムを橋渡しし、信頼できる保守可能な基盤を構築

Delty について