Pfizer
Pfizer
Η Pfizer είναι μια παγκόσμια φαρμακευτική εταιρεία που επικεντρώνεται στην ανάπτυξη και την παροχή φαρμάκων και υπηρεσιών υγειονομικής περίθαλψης που υποστηρίζουν την υγεία σε όλη τη διάρκεια της ζωής. Το έργο της καλύπτει την επιστημονική καινοτομία και την πρόσβαση σε ασφαλείς, αποτελεσματικές και οικονομικά προσιτές θεραπείες, με ιδιαίτερη έμφαση στην προώθηση θεραπειών για τον καρκίνο και άλλες σοβαρές παθήσεις. Το προφίλ της εταιρείας μπορεί να ενδιαφέρει επαγγελματίες που εξετάζουν σταδιοδρομίες στη φαρμακευτική έρευνα, την υγειονομική περίθαλψη και συναφείς εμπορικούς ρόλους.

Ανώτερος Επιστήμονας, Ανάπτυξη Τεχνητής Νοημοσύνης και Πρακτορικών Συστημάτων

Ανάπτυξε πρακτορικά συστήματα τεχνητής νοημοσύνης και μοντέλα διεργασιών για το φαρμακευτικό δίκτυο παραγωγής της Pfizer. Παρέδωσε επικυρωμένες λύσεις για παρακολούθηση, διερευνήσεις και υποστήριξη μηχανικών αποφάσεων.

Περιγραφή

  • Ανάληψη της τεχνικής υλοποίησης έργων υψηλού αντίκτυπου που συνδυάζουν τεχνογνωσία διεργασιών με τεχνητή νοημοσύνη
  • Καθοδήγηση της τεχνικής εργασίας από τον ορισμό της ευκαιρίας έως την επικυρωμένη ανάπτυξη
  • Σχεδιασμός, κατασκευή και ανάπτυξη πρακτορικών συστημάτων τεχνητής νοημοσύνης με χρήση πρακτόρων LLM, ενοποίησης εργαλείων, ανάκτησης και συλλογισμού πολλαπλών βημάτων
  • Υποστήριξη διερευνήσεων παραγωγής, ανάλυσης βασικών αιτίων, ανασκοπήσεων παρτίδων και μηχανικών αποφάσεων
  • Ανάπτυξη μηχανιστικών, υβριδικών και μοντέλων μηχανικής μάθησης για χημικές και βιολογικές διεργασίες
  • Υποστήριξη εφαρμογών GMP, συμπεριλαμβανομένων μαλακών αισθητήρων, παρακολούθησης σε πραγματικό χρόνο, ανάλυσης ιδανικής παρτίδας και προηγμένου ελέγχου διεργασιών
  • Καθιέρωση συνόλων δοκιμών, σημείων αναφοράς, δικλίδων ασφαλείας και πρακτικών παρακολούθησης για ρυθμιζόμενα συστήματα τεχνητής νοημοσύνης
  • Εντοπισμός ευκαιριών υψηλής αξίας για προηγμένη ανάλυση, προηγμένο έλεγχο διεργασιών και τεχνητή νοημοσύνη σε όλο το δίκτυο παραγωγής
  • Εφαρμογή μηχανικών αρχών και πειραματικών δεδομένων από εργαστηριακό, πιλοτικό και εμπορικό εξοπλισμό

Απαιτήσεις

  • Μεταπτυχιακό δίπλωμα στην engineering, στα εφαρμοσμένα μαθηματικά ή στην επιστήμη υπολογιστών· διδακτορικό αποτελεί πλεονέκτημα
  • Άριστη γνώση της Python
  • Εμπειρία με σύγχρονα εργαλεία ελέγχου εκδόσεων, διαχείρισης περιβαλλόντων, δοκιμών και συνεχούς ολοκλήρωσης
  • Αποδεδειγμένη επιτυχία στην εφαρμογή επιστήμης δεδομένων και μηχανικής μάθησης σε πραγματικά και ατελή σύνολα δεδομένων
  • Πρακτική γνώση των βασικών αρχών χημικών ή βιολογικών διεργασιών
  • Ικανότητα συνεργασίας σε ποικιλόμορφες, διαλειτουργικές και γεωγραφικά κατανεμημένες ομάδες
  • Ισχυρές γραπτές και προφορικές δεξιότητες επικοινωνίας
  • Αυτοκατευθυνόμενη προσέγγιση στην επίλυση ασαφών προβλημάτων
  • Ευφράδεια στα γαλλικά και στα αγγλικά
  • Απαιτείται προχωρημένο επίπεδο προφορικών και γραπτών αγγλικών
  • Εμπειρία στη μηχανική δομημένων χρονοσειρών και μη δομημένων δεδομένων
  • Εμπειρία στην ανάπτυξη εφαρμογών μεγάλων γλωσσικών μοντέλων
  • Εμπειρία παραγωγής στην αξιολόγηση της απόδοσης και της αξιοπιστίας πρακτόρων
  • Εξειδίκευση στη βαθιά μάθηση και σε πολυμεταβλητές μεθόδους λανθανουσών μεταβλητών
  • Εμπειρία σε ανάπτυξη στο cloud και MLOps με AWS, Azure ή ισοδύναμη πλατφόρμα
  • Εμπειρία με Snowflake και SQL
  • Εξοικείωση με ιστορικά διεργασιών, OPC UA, πρωτόκολλα πραγματικού χρόνου, DeltaV ή συγκρίσιμα κατανεμημένα συστήματα ελέγχου
  • Εξοικείωση με φαρμακευτική παραγωγή, ακεραιότητα δεδομένων GMP, επικύρωση πληροφοριακών συστημάτων και κανονιστικές οδηγίες για την τεχνητή νοημοσύνη

Παροχές

  • Ευέλικτο μοντέλο εργασίας
  • Υποστήριξη της ισορροπίας μεταξύ επαγγελματικής και προσωπικής ζωής
  • Εργασία εξ αποστάσεως από τοποθεσίες εκτός εγκαταστάσεων όταν ενδείκνυται για τις επιχειρηματικές ανάγκες
  • Υβριδικές ρυθμίσεις εργασίας με συνδυασμό εργασίας στις εγκαταστάσεις και εξ αποστάσεως
  • Προσβάσιμη εμπειρία υποψηφίου με διαθέσιμες προσαρμογές σε όλη τη διαδικασία πρόσληψης