Amgen
Amgen
Η Amgen είναι μια παγκόσμια εταιρεία βιοτεχνολογίας που αναπτύσσει και διαθέτει στην αγορά φάρμακα παραγόμενα από ζωντανά κύτταρα. Το έργο της επικεντρώνεται σε σοβαρές ασθένειες, συμπεριλαμβανομένων παθήσεων με περιορισμένες θεραπευτικές επιλογές, και υποστηρίζεται από επιστημονική έρευνα και κλινικές δοκιμές. Η εταιρεία συνδέεται με την πρόοδο στη θεραπεία του καρκίνου και στη διαχείριση της παχυσαρκίας, δίνοντας έμφαση στην ηθική έρευνα, την ασφάλεια των ασθενών και την περιβαλλοντική βιωσιμότητα.

Κύριος Μηχανικός Μηχανικής Μάθησης στην Amgen (Εξ αποστάσεως)

Ηγείται της επιχειρησιακής αρχιτεκτονικής μηχανικής μάθησης και των παραγωγικών συστημάτων παραγωγικής τεχνητής νοημοσύνης στην Amgen. Δημιουργεί ασφαλείς και επεκτάσιμες δυνατότητες AI για τη στήριξη βιοτεχνολογικών και φαρμακευτικών δραστηριοτήτων.

Περιγραφή

  • Καθορισμός επιχειρησιακής αρχιτεκτονικής AI/ML, προτύπων, API και δικλίδων ελέγχου σε περιβάλλοντα cloud και εσωτερικής εγκατάστασης
  • Ανάπτυξη παραγωγικών λύσεων μηχανικής μάθησης και παραγωγικής AI, συμπεριλαμβανομένων ελαφρών εφαρμογών που παρέχουν πληροφορίες σε λιγότερο από ένα δευτερόλεπτο
  • Δημιουργία ολοκληρωμένων αγωγών ML για πρόσληψη δεδομένων, μηχανική χαρακτηριστικών, εκπαίδευση, βελτιστοποίηση υπερπαραμέτρων, αξιολόγηση, καταχώριση και αυτοματοποιημένη προώθηση
  • Ανάπτυξη και συντήρηση ολοκληρωμένων εφαρμογών AI που συνδέουν υπηρεσίες μοντέλων με διεπαφές χρήστη, μηχανές ροών εργασίας και επιχειρησιακή λογική
  • Υλοποίηση παρατηρησιμότητας, στόχων επιπέδου υπηρεσίας, ασφαλών πρακτικών ανάπτυξης και εγχειριδίων απόκρισης σε περιστατικά
  • Ηγεσία σε δοκιμές εκτός σύνδεσης, online και A/B, μαζί με παρακολούθηση μετατόπισης και αυτοματοποιημένη επανεκπαίδευση μοντέλων
  • Σχεδιασμός συστημάτων LLM και RAG με διαχείριση προτροπών, ελέγχους ασφάλειας και βελτιστοποιημένη εξαγωγή συμπερασμάτων
  • Διατήρηση ποιότητας δεδομένων και τεκμηρίωσης προέλευσης, καρτών μοντέλων και καρτών δεδομένων, με εφαρμογή μεθόδων προστασίας ιδιωτικότητας
  • Ανάπτυξη επαναχρησιμοποιήσιμων στοιχείων ML και παραγωγικής AI, όπως αποθετήρια χαρακτηριστικών, μητρώα μοντέλων και βιβλιοθήκες παρακολούθησης πειραμάτων
  • Προώθηση μηχανικών πρακτικών που αυξάνουν την ταχύτητα παράδοσης σε όλες τις ομάδες ανάπτυξης
  • Διενέργεια διερευνητικής ανάλυσης και εντοπισμός χαρακτηριστικών σε σύνθετα σύνολα δεδομένων υψηλής διάστασης
  • Δημιουργία πρωτοτύπων και συγκριτική αξιολόγηση αλγορίθμων, αξιολόγηση επεκτασιμότητας και ετοιμότητας παραγωγής και συνιδιοκτησία KPI απόδοσης μοντέλων
  • Μετατροπή απαιτήσεων Έρευνας και Ανάπτυξης, Παραγωγής και Εμπορικής λειτουργίας σε εφαρμόσιμους οδικούς χάρτες
  • Καθοδήγηση ομάδων μηχανικής και εξήγηση τεχνικών συμβιβασμών στους ενδιαφερόμενους
  • Συνεργασία με ομάδες DevOps, Ασφάλειας, Συμμόρφωσης και Προϊόντος για την παράδοση λύσεων AI επιχειρησιακού επιπέδου

Απαιτήσεις

  • Διδακτορικό και 2 έτη εμπειρίας στη μηχανική μάθηση, ή μεταπτυχιακό και 6 έτη, πτυχίο και 8 έτη, διετές πτυχίο και 10 έτη, ή απολυτήριο λυκείου/GED και 12 έτη
  • Τουλάχιστον 2 έτη άμεσης διοίκησης ανθρώπων ή ηγετικής εμπειρίας στην επίβλεψη ομάδων, έργων, προγραμμάτων ή κατανομής πόρων
  • 3–5 έτη εμπειρίας σε AI/ML και επιχειρησιακό λογισμικό
  • Προηγμένη κατανόηση μεθόδων μηχανικής μάθησης, όπως παλινδρόμηση, σύνολα δέντρων, ομαδοποίηση, μείωση διαστάσεων, μοντέλα χρονοσειρών, CNN, RNN, μετασχηματιστές και τεχνικές LLM/RAG
  • Αποδεδειγμένη επιτυχία στην αξιολόγηση και ενσωμάτωση προϊόντων AI SaaS/PaaS και στην ανάπτυξη προσαρμοσμένων υπηρεσιών ML σε κλίμακα
  • Εξειδίκευση σε διανυσματικές βάσεις δεδομένων, αγωγούς RAG, DSL μηχανικής προτροπών και πλαίσια πρακτόρων όπως LangChain, LangGraph και Semantic Kernel
  • Άριστη γνώση Python και Java
  • Εμπειρία στην ανάπτυξη containers με Docker και Kubernetes
  • Εμπειρία με AWS, Azure ή Google Cloud Platform
  • Εμπειρία σε σύγχρονες πρακτικές DevOps και MLOps, συμπεριλαμβανομένων των GitHub Actions και Bedrock/SageMaker Pipelines
  • Ικανότητα δημιουργίας επιχειρηματικών περιπτώσεων που συγκρίνουν το συνολικό κόστος ιδιοκτησίας με την καθαρή παρούσα αξία
  • Εξαιρετικές δεξιότητες διαχείρισης ενδιαφερομένων και ικανότητα παρουσίασης σύνθετων τεχνικών ιδεών ως συνοπτικών αφηγήσεων εστιασμένων στα αποτελέσματα
  • Προτιμάται εμπειρία στον κλάδο της βιοτεχνολογίας ή της φαρμακοβιομηχανίας
  • Προτιμώνται δημοσιευμένες παρουσιάσεις ηγεσίας σκέψης ή συνεδρίων σχετικά με την υιοθέτηση επιχειρησιακής παραγωγικής AI
  • Προτιμάται μεταπτυχιακό στην Επιστήμη Υπολογιστών και/ή στην Επιστήμη Δεδομένων
  • Προτιμάται εξοικείωση με τις μεθόδους Agile και SAFe
  • Μεταπτυχιακό και 10–12 ή περισσότερα έτη εμπειρίας στην Επιστήμη Υπολογιστών, την Πληροφορική ή συναφή τομέα, ή πτυχίο και 12–14 ή περισσότερα έτη σε συναφή τομέα
  • Εξαιρετικές αναλυτικές ικανότητες και ικανότητες αντιμετώπισης προβλημάτων
  • Ισχυρές γραπτές και προφορικές επικοινωνιακές δεξιότητες
  • Ικανότητα αποτελεσματικής συνεργασίας με παγκόσμιες, κατανεμημένες ομάδες
  • Ισχυρή πρωτοβουλία και αυτοκατεύθυνση
  • Ικανότητα επιτυχούς διαχείρισης ανταγωνιστικών προτεραιοτήτων
  • Ισχυρές ικανότητες παρουσίασης και δημόσιας ομιλίας

Παροχές

  • Ολοκληρωμένο πακέτο παροχών εργαζομένων
  • Πρόγραμμα συνταξιοδότησης και αποταμίευσης με σημαντικές εργοδοτικές εισφορές
  • Ομαδική ασφάλιση υγείας, οδοντιατρικής περίθαλψης και όρασης
  • Κάλυψη ζωής και αναπηρίας
  • Ευέλικτοι λογαριασμοί δαπανών
  • Πρόγραμμα ετήσιου μπόνους κατά διακριτική ευχέρεια
  • Μακροπρόθεσμα κίνητρα βάσει μετοχών
  • Βραβευμένα προγράμματα αδειών μετ’ αποδοχών
  • Ευέλικτες ρυθμίσεις εργασίας όπου διατίθενται
  • Ευκαιρίες επαγγελματικής ανάπτυξης και εξέλιξης
  • Προγράμματα ισορροπίας επαγγελματικής και προσωπικής ζωής
  • Επιλογές οικονομικού σχεδιασμού για τη συνταξιοδότηση και άλλους στόχους αποταμίευσης