Product Manager (Smart EHR 2 - Speech to Text)

Misja zespołu to zredukowanie obciążenia dokumentacją poprzez ambient AI — skrybę, która przekształca rozmowę w strukturyzowaną dokumentację, zgodną z formularzami klinicznymi i standardami danych.

• Co najmniej 4–5 lat doświadczenia na stanowisku Product Managera, w tym minimum 2 lata przy produkcie AI/ML działającym w środowisku produkcyjnym (LLM, NLP lub speech), z odpowiedzialnością za jakość rozwiązania
• Definiowanie i prowadzenie ram oceny jakości AI: zbiory ewaluacyjne, metryki (trafność, kompletność, halucynacje), pętle feedbacku human-in-the-loop oraz decyzje dotyczące progu jakości wymaganego do wdrożenia
• Współpraca z zespołem ML/Data Science i zarządzanie vendorami modeli (ocena, wybór, SLA jakości, koszty inferencji)
• Projektowanie doświadczeń związanych ze zgodą i prywatnością
• Świadomość regulacyjna AI w medycynie (AI Act, granica wyrobu medycznego) na poziomie umożliwiającym współpracę z governance
• Pomiar wpływu na pracę lekarza; znajomość benchmarków rynkowych ambient AI oraz umiejętność zaprojektowania własnego pomiaru
• Rozumienie mapowania wyników skryby do modelu danych (współpraca z Patient Portrait i silnikiem formularzy)

Mile widziane:

• Doświadczenie w obszarze STT (Speech-to-Text) dla języka polskiego, z uwzględnieniem specyfiki fleksji oraz terminologii medycznej
• Wykształcenie lub doświadczenie w obszarze lingwistyki lub Data Science
• Doświadczenie w pracy z dokumentacją medyczną

• Rozwój funkcji speech-to-text w kontekście wizyty, obejmujący obsługę różnych języków, gwar i stylów wypowiedzi oraz integrację z systemem audio
• Projektowanie i rozwój skryby AI, odpowiedzialnego za tworzenie notatek na podstawie transkrypcji, uzupełnianie formularzy oraz mapowanie danych do Minimum Data Set (słownikowanie)
• Współpraca z zespołami Realizacji Zadań Klinicznych oraz UPP w zakresie projektowania struktur danych, tak aby skryba automatycznie wypełniał właściwe pola z zachowaniem odpowiedniej semantyki
• Projektowanie doświadczeń lekarza i pacjenta, z uwzględnieniem aspektów prywatności, zgód oraz kontroli nad informacjami wprowadzanymi do dokumentacji medycznej
• Monitorowanie wpływu skryby na jakość dokumentacji, efektywność pracy, czas realizacji zadań oraz satysfakcję użytkowników