Johnson & Johnson
Johnson & Johnson
Johnson & Johnson er en global sundhedsvirksomhed, der arbejder med innovativ medicin og medicinsk teknologi. Virksomhedens teams udvikler løsninger inden for onkologi, immunologi, neurovidenskab, specialiseret oftalmologi, interventionel behandling og ortopædi, hvor videnskab og teknologi kombineres for at imødekomme komplekse sundhedsbehov. Virksomheden lægger også vægt på lighed i sundhed, miljømæssig bæredygtighed samt mangfoldighed og inklusion i arbejdet for sundhedspersonale, patienter og lokalsamfund verden over.

Ledende AI-driftstekniker – hybrid i Milano

Som ledende AI-driftstekniker har du ansvar for sikker, observerbar og omkostningseffektiv AI-drift hos Johnson & Johnson. Rollen understøtter AI-applikationer i produktion i Milano, Madrid og Lissabon.

Beskrivelse

  • Designe og levere omfattende observerbarhed for AI-applikationer og agenter
  • Standardisere telemetri og distribueret sporing på tværs af agentarbejdsgange, API'er, datatjenester, vektorlager, modelendpoints og eksterne værktøjer
  • Udvikle dashboards og alarmer, der dækker tilgængelighed, latenstid, fejl, pålidelighed, kvalitet, overtrædelser af politikker, forbrug og tjenestesundhed
  • Fastlægge tjenesteniveauindikatorer, målsætninger, fejlbudgetter, alarmtærskler og standarder for driftsberedskab
  • Understøtte sporingsbaseret fejlfinding, rekonstruktion af hændelser og kontrolleret afspilning af sessioner, samtidig med at følsomme data beskyttes
  • Overvåge søgekvalitet, datafriskhed, regressioner i modeller og prompts, unormale agentloops, forringelse af værktøjer og anden uventet adfærd under kørsel
  • Lede rodårsagsanalyser af hændelser i AI-platformen og runtime-miljøet og derefter implementere forebyggende forbedringer og kontroller
  • Bygge genanvendelige pipelines, skabeloner og kontroller til versionsstyring af konfigurationer, prompts, modeller og agentkomponenter
  • Indføre automatiserede gates for udrulning, integrationstest, regressionsvalidering, sikkerhedstjek og kontrol af observerbarhedsdækning
  • Understøtte canary-udrulninger, feature flags, model- og leverandørrouting, fallback-muligheder og procedurer for rollback
  • Udvikle driftsværktøjer til flere modeller, frameworks, cloudmiljøer og agentarkitekturer
  • Vedligeholde runbooks, referenceimplementationer, tekniske standarder og praksis for produktionssupport
  • Implementere måling, omkostningsfordeling, intern omkostningssynliggørelse, budgetter, tærskler, anomalialarmer og runtime-kontroller for AI-forbrug
  • Samarbejde med produktteams om at optimere modelvalg, routing, kontekststørrelse, caching, batching, retries og brug af værktøjer
  • Integrere sikkerhed, databeskyttelse, ansvarlig AI, compliance, identitet, adgangsstyring, håndtering af hemmeligheder og auditérbarhed i AI-runtime
  • Udvikle beskyttelse mod promptinjektion, jailbreaks, uautoriseret brug af værktøjer, overdrevne tilladelser, datalækage, usikre eksekveringsveje og unormal adgang
  • Definere driftsprocedurer for overvågning, support, hændelser, problemer, ændringer, eskaleringer og genetablering af tjenester
  • Udarbejde tjeklister for produktionsberedskab, acceptkriterier, on-call-runbooks, eskaleringsveje, gendannelsesprocedurer og krav til forretningskontinuitet
  • Automatisere driftsprocesser for at reducere rekonstruktionsarbejde og fremskynde registrering, diagnosticering, begrænsning og gendannelse
  • Udarbejde teknisk dokumentation og coache udviklingsteams i godkendt driftspraksis
  • Forbinde AI-, platform-, cloud-, data-, arkitektur-, cybersikkerheds-, privacy-, compliance- og service management-teams som teknisk kontaktperson
  • Definere og følge KPI'er for pålidelighed, observerbarhed, hændelsesstyring, omkostningseffektivitet, kontroldækning, revisionsdokumentation og platformadoption
  • Bruge driftsdata til at prioritere automatisering, forbedret pålidelighed, omkostningsoptimering og risikoreduktion

Krav

  • Bachelor- eller kandidatgrad i datalogi, ingeniørvidenskab, kunstig intelligens eller et beslægtet område eller tilsvarende relevant erfaring
  • Mindst fem års praktisk erfaring med platformsteknik, site reliability engineering, DevOps, DevSecOps, MLOps eller produktionssoftwareudvikling med ansvar for tjenester i drift
  • Praktisk erfaring med at drive machine learning, generativ AI eller agentbaserede systemer i produktion
  • Praktiske færdigheder i Python, API'er, infrastruktur som kode og CI/CD-værktøjer som Terraform, GitHub Actions eller Azure DevOps
  • Erfaring med cloud-native-platforme, containere, orkestrering og cloudtjenester til virksomheder; Azure-erfaring vægtes højt
  • Erfaring med at implementere observerbarhed gennem logs, metrikker, distribuerede traces, dashboards og alarmer; OpenTelemetry eller tilsvarende standarder er en fordel
  • Stærk forståelse af mønstre i LLM-applikationer, herunder RAG, vektorlager, modelgateways, tool calling, agenthukommelse og orkestrering af flere agenter
  • Arbejdskendskab til identitets- og adgangsstyring, håndtering af hemmeligheder, sikker logning, trusselsmodellering, privacy by design og revisionskontroller
  • Evne til at omsætte uklare drifts- og kontrolbehov til genanvendelige tekniske funktioner, standarder, automatisering og runbooks
  • Stærke evner inden for interessenthåndtering, teknisk kommunikation og dokumentation
  • Erfaring fra regulerede brancher med formelle krav til sikkerhed, databeskyttelse, kvalitet, validering, risiko eller revision er en fordel
  • Praktisk erfaring med Azure OpenAI, Azure AI Foundry, Azure Monitor, Application Insights, Microsoft Fabric eller tilsvarende cloudtjenester er en fordel
  • Erfaring med platforme til AI-observerbarhed eller evaluering som Langfuse, LangSmith, Arize, MLflow eller tilsvarende værktøjer er en fordel
  • Erfaring med at drive flere modeludbydere, multi-cloud-tjenester eller agentframeworks er en fordel
  • Viden om FinOps, cloudbaseret omkostningsfordeling, budgettering og måling af AI-arbejdsbelastningers enhedsøkonomi er en fordel
  • Erfaring med at definere tjenesteniveaumål, on-call-modeller, hændelsesstyring og gates for driftsberedskab for virksomhedsplatforme er en fordel

Fordele

  • Årlig bonus med et mål, der fastsættes ud fra løntrin og lokation, baseret på individuel og virksomhedens performance
  • Ferie
  • Mindst 12 ugers forældreorlov
  • Sorgorlov
  • Omsorgsorlov
  • Frivilligorlov
  • Tilskud til trivsel
  • Programmer for økonomisk, fysisk og mental sundhed
  • Jubilæums- og anerkendelsespriser
  • Forsikringsordninger for medarbejdere og, nogle steder, berettigede pårørende

Relaterede job

Aveanna Healthcare

Specialist i sundhedsfakturering på distancen i Arizona | Aveanna Healthcare

Aveanna Healthcare

Håndtér tilgodehavender, krav, afslag og refusion fra betalere inden for sundhedsområdet for Aveanna Healthcare. Støt økonomien i hjemmeplejen med præcis opkrævning og fakturering efter gældende regler.

Åbn
Purple

Administrator for kreditorbogholderi (hybrid) hos Purple

Purple

Håndter fakturabehandling, afstemninger, betalingskørsler og leverandørregistre i en hybridstilling hos Purple. Vejled medarbejdere i kreditorbogholderiet, og bidrag til nøjagtige regnskabsafslutninger.

Åbn