Adentris是YC P25批次入选的医疗AI初创公司,正在招募创始工程师。本文深度解析公司业务、创始团队、岗位要求与技术栈,帮助技术人才全面了解这家专注行为健康领域的AI合规与收入完整性平台。
在人工智能技术深度赋能各行各业的浪潮中,医疗健康领域正迎来前所未有的变革机遇。Adentris作为Y Combinator P25批次的入选项目,凭借其独特的AI驱动医疗合规与收入完整性解决方案,正在吸引行业内的广泛关注。对于追求技术突破与职业成长的工程师而言,深入了解这家公司的招聘动态,既是把握前沿机遇的窗口,也是洞悉医疗AI未来发展趋势的契机。 Adentris的核心定位是为行为健康医疗机构构建AI赋能的合规与收入完整性基础设施。与传统医疗AI公司不同,Adentris的智能体系统能够直接读取真实的患者病历信息,精准识别临床与监管层面的潜在风险,并将这些关键信息及时呈现给能够采取行动的专业人士。更重要的是,该公司的系统已经运行在生产环境的受保护健康信息(PHI)之上,为付费客户提供真实可用的服务。
这意味着Adentris所做的每一个技术决策,最终都将影响到真实的患者诊疗体验。 在技术架构层面,Adentris展现出与众不同的设计理念。所有模型推理均在符合HIPAA法规要求的Azure云环境中完成,患者数据从不接触任何外部大语言模型API。这种数据主权架构不仅满足医疗行业最严苛的合规要求,更成为企业客户选择Adentris的核心考量因素。在数据隐私与安全日益受到重视的当下,这种架构选择体现了创始团队对医疗行业特殊性的深刻理解。 支撑Adentris发展的是一支经验丰富的创始团队。
三位联合创始人各具特色,共同构成了这家公司的基因底色。首席执行官Dmitry Karpov是YC的二次创业者,在B2B企业级产品与市场拓展方面拥有成熟的实战经验。首席产品官Sergey Yudovskiy同样是YC的二次创业者,此前曾执掌YC W20批次的ElectroNeek公司,带领其实现约500万美元的年经常性收入,业务覆盖30多个国家和地区。值得一提的是,Sergey出身于医生世家,这种家庭背景让他对因文档错误导致的理赔被拒问题有着切肤之痛,而非抽象的概念认知。首席技术官Alex Odin是三次创业的连续创业者,曾在ManyChat领导AI团队,该公司年收入超过1.4亿美元,他所打造的产品服务过超过2500万用户,同时他也是Adentris多智能体架构的主要设计者。如此实力雄厚的创始阵容,为Adentris的技术研发与商业拓展提供了坚实保障。
此次招聘的核心岗位是创始工程师,聚焦AI医疗收入周期管理平台建设,技术栈涵盖TypeScript与Python。薪资范围为16万至22万美元,股权激励比例在0.01%至2%之间,工作地点可选择旧金山或奥斯汀,采用全职工作模式。从岗位要求来看,候选人需要具备六年以上的工作经验,熟练掌握Node.js、Python、React、TypeScript、SQL等核心技术,具备AI智能体的实际开发经验。签证方面,仅接受美国公民或绿卡持有者。 这一岗位的独特之处在于,它绝非传统意义上的高级独立贡献者岗位,而是赋予候选人端到端的技术方向主导权。从临床数据的建模方式,到AI流水线的评估与信任机制,再到平台未来两年的演进蓝图,都将由这位创始工程师来决定并实施。
岗位描述中明确指出,候选人需要直接参与客户沟通会议,与合规总监深入交流,从真实业务场景中发现尚未被记录的问题,并在季度内交付解决方案。当面对架构层面的艰难抉择,或是判断模型输出是否安全到可以呈现给临床医生时,这位创始工程师将是核心决策者。 对于新加入的创始工程师,Adentris设定了清晰的90天成长路径。前30天的核心目标是实现生产环境的代码交付,接管公司五个活跃模块中最繁忙的文档质量保证模块,掌控其评估框架,并交付一个客户能够切实感知的改进。到第60天,这位工程师将全面负责电子健康记录数据层,主导与Kipu、Alleva、BestNotes等专业行为健康电子病历系统的集成与数据规范化架构设计。到第90天,期待这位创始工程师能够至少做出一个公司将长期沿用的架构决策,定义模型输出在呈现给临床医生前的评估标准,并为未来的工程招聘设定人才衡量基准。
从技术栈来看,Adentris采用TypeScript、Node.js、React、Next.js构建前端与应用层,使用Python处理AI流水线与数据工程任务,数据库层面结合SQL与NoSQL方案,基础设施层面采用Azure托管的大语言模型推理服务,并通过Docker与Kubernetes实现容器化部署与编排。这种技术组合既保证了开发效率与代码质量,也满足了医疗行业对系统稳定性与可扩展性的严苛要求。 深入分析Adentris的产品体系可以发现,其核心价值主张直击医疗行业的痛点。美国医疗机构每年因理赔被拒而损失数十亿美元,其中绝大多数被拒案例都可以追溯到文档记录与编码环节的疏漏,而这些问题往往要等到付款方明确拒绝后才会被发现。Adentris的AI收入完整性平台正是要在付款方说"不"之前率先发现这些问题。该平台通过AI智能体直接读取电子健康记录与付款方界面,无需复杂的API集成,即可覆盖文档质量、编码核查、事前授权、上诉与拒付处理、出院摘要等五大模块。
对于那些自身缺乏临床文档改进或计费团队的医疗机构,Adentris还提供基于平台之上的计费即服务解决方案。 对于理想候选人画像,Adentris有着明确的期待。候选人需要具备五年以上生产环境的软件开发经验,曾真正主导过某些系统的发展,且这些系统的生命周期超越了候选人的直接参与期。在编程语言层面,需要深入掌握TypeScript、Node.js与Python,同时具备React与Next.js的高级开发能力。数据工程方面,需要具备大规模数据处理经验,包括模式设计、查询优化以及针对大量半结构化记录的流水线建设。AI系统层面,候选人需要拥有生产环境大语言模型系统的实际搭建经验,不仅仅是演示级别的项目,而是真正构建过让模型保持诚实的评估框架。
沟通能力同样关键,候选人需要能够与临床医生、创始人、工程师等不同角色进行同等清晰的交流。 特别值得关注的加分项包括:曾在达到真实规模的初创公司担任创始或早期工程师;拥有受监管数据的处理经验,例如医疗、金融、法律领域,曾亲身经历过SOC 2或HIPAA审计流程;熟悉电子健康记录数据与临床格式标准;具备生产环境的嵌入与检索系统搭建经验;拥有自托管或私有模型推理的实战经历,例如使用过Azure ML、vLLM等工具平台。 Adentris的面试流程设计体现了对候选人时间与精力的尊重。整个流程强调双向评估,候选人在考察公司的同时,公司也在考察候选人。流程从与创始人的三十分钟初步沟通开始,双方交流背景、职业期待以及公司的运作方式。之后是六十分钟到九十分钟的技术深度探讨,候选人需要展示自己曾经构建并主导的系统,分享架构决策、权衡考量以及当下会做哪些不同的选择。
第三轮是长达两到三小时的实际工作环节,候选人将面对来自公司真实业务领域的挑战,例如如何利用大语言模型流水线处理混乱的临床数据,以及如何评估输出结果的可信度。最终是创始人轮次,聚焦产品判断、协作方式与相互期待的对齐。整个流程从首次沟通到最终录用通常在两周内完成。 对于关注Adentris发展前景的观察者而言,有几个关键数据值得关注。公司成立于2025年,作为YC P25批次的入选项目,其团队规模目前为五人,总部位于旧金山,运营状态显示为活跃。从创始团队的过往业绩来看,无论是Dmitry在B2B企业级产品领域的深耕,还是Sergey在ElectroNeek时期实现的全球化拓展,亦或是Alex在ManyChat时期服务数千万用户的AI产品打造经验,都为Adentris的快速发展奠定了坚实基础。
在医疗AI赛道竞争日益激烈的当下,Adentris凭借其差异化的技术架构、深耕行为健康垂直领域的战略选择、以及对数据主权与合规性的高度重视,正在建立起独特的竞争壁垒。对于那些希望将自己的技术能力投入到有意义的事业中、渴望在医疗AI领域实现突破的工程师而言,这家公司的创始工程师岗位提供了一个难得的机会窗口。无论是从技术挑战的深度、从创始团队的质量、还是从公司的发展阶段来看,这都是一个值得认真考虑的职业选择。 从更宏观的视角来看,Adentris的招聘动态也折射出医疗AI行业的几个重要趋势。首先,垂直化深耕正成为医疗AI创业的重要方向,通用化的医疗AI方案难以满足不同细分领域的特殊需求,而专注于行为健康这一细分赛道的公司更容易建立专业壁垒。其次,数据安全与合规能力正在成为医疗AI公司的核心竞争力,在隐私计算与联邦学习等技术尚未完全成熟的当下,将模型推理完全置于受控环境中的架构选择更受大型医疗机构青睐。
最后,创始团队的复合背景愈发重要,既有技术深度又有行业认知,既懂产品又懂市场的创始团队,更容易在复杂的医疗生态系统中找到突破口。 对于正在寻找职业突破的工程师而言,深入研究Adentris这样的前沿公司,不仅是为了把握一个工作机会,更是为了理解AI技术如何与医疗健康这一关乎民生的重要领域深度融合。在可预见的未来,随着AI技术在医疗领域的应用不断深化,具备医疗行业知识与技术能力双重背景的复合型人才将愈发抢手。而Adentris所代表的,正是这一趋势下的典型机会。 。
