Domino Data Lab
Domino Data Lab
Domino Data Lab udvikler en AI-platform til virksomheder, hvor de kan udvikle, drive og styre maskinlæringsmodeller. Virksomhedens værktøjer samler modeludvikling, MLOps, samarbejde og styring i en fælles arbejdsgang og hjælper organisationer med at administrere AI på tværs af teams og implementeringsfaser. Virksomheden betjener virksomheder, der anvender AI inden for områder som medicin, landbrug og produktudvikling.

Engagementchef inden for life science (fjernarbejde, Storbritannien)

Led kundeprogrammer inden for life science for Domino Data Labs AI- og datavidenskabsplatform. Hav ansvar for implementering, anvendelse, styring og kontoens udvikling fra kontraktindgåelse til fornyelse.

Beskrivelse

  • Led kundeprogrammer fra kontraktindgåelse til udvidelse.
  • Styr programmer med tydeligt ejerskab, milepæle og faste arbejdsgange.
  • Samarbejd med accountteams om at afgrænse opgaver, så de kan leveres effektivt.
  • Led Forward Deployed Engineers og Integration & Architecture-teams i kundeopgaver.
  • Fordel leveringskapacitet, og følg op på milepæle, interessentkommunikation og kontoens sundhed.
  • Opbyg stærke relationer til sponsorer på C-niveau og datavidenskabsfolk.
  • Knyt Dominos AI-kompetencer til kundernes ledelsesprioriteter i løsningsdialoger.
  • Vejled implementering, oplæring og forandringsledelse for at understøtte anvendelsen.
  • Identificer og kvalificer nye anvendelsesområder og udvidelsesmuligheder sammen med customer success og salg.
  • Omsæt kundeindsigter til produktfeedback, eskaleringer og kommercielle signaler.

Krav

  • 4–8 års erfaring i en kundevendt virksomhedsstilling, f.eks. inden for implementering, rådgivning, teknisk programledelse eller produkt.
  • Erfaring med life science er en stor fordel.
  • Kan omsætte kundebehov til passende løsninger og udfordre det oprindelige omfang, når det er nødvendigt.
  • Er tryg ved tvetydighed og løst definerede problemer.
  • Kan omsætte ustrukturerede drøftelser med ledere til konkrete planer.
  • Forstår, hvordan virksomheders datavidenskabsteams bygger, skalerer og styrer modeller.
  • Har haft ansvar for leverancer gennem hele projektforløb og ikke kun koordinering.
  • Har teknisk indsigt i softwarearkitektur, prædiktiv modellering og agentiske systemer.
  • Kan arbejde praktisk med tekniske opgaver og hurtigt lære nye fagområder.
  • Har en løsningsorienteret tilgang og eskalerer problemer med anbefalinger.
  • Bruger AI til at øge arbejdets hastighed og kvalitet.

Fordele

  • Personer med alle baggrunde, køn, etniciteter, funktionsniveauer og seksuelle orienteringer opfordres til at søge.
  • Et læringsorienteret miljø med værktøjer, der understøtter succes.