Amgen es una empresa biotecnológica global que desarrolla y comercializa medicamentos elaborados a partir de células vivas. Su trabajo se centra en enfermedades graves, incluidas afecciones con opciones de tratamiento limitadas, y cuenta con el respaldo de la investigación científica y los ensayos clínicos. La empresa está vinculada a avances en el tratamiento del cáncer y el control de la obesidad, y hace hincapié en la investigación ética, la seguridad de los pacientes y la sostenibilidad medioambiental.
Científico/a de datos remoto/a, IA generativa y cadena de suministro en Amgen
Lidera el desarrollo de capacidades de IA generativa, aprendizaje automático y analítica para la cadena de suministro biotecnológica de Amgen. Orienta las soluciones desde la experimentación hasta su puesta en producción en toda la empresa.
Estados Unidos103.852 $ – 140.505 $ / año
RemotoTiempo completoJuniorIntermedioIdioma Obligatorio: inglésCientífico de datosDescripción
- Liderar el trabajo técnico de ciencia de datos para las capacidades analíticas asignadas que incorporan IA.
- Colaborar con responsables de producto y partes interesadas de la cadena de suministro para convertir las necesidades del negocio en casos de uso priorizados, enfoques técnicos, métricas de éxito y planes de entrega.
- Crear, evaluar y mejorar soluciones de IA generativa y agéntica mediante modelos de lenguaje grandes, generación aumentada por recuperación, búsqueda semántica, ingeniería de prompts y flujos de trabajo multiagente.
- Establecer la evaluación y supervisión de las soluciones de IA, abarcando precisión, relevancia, robustez, seguridad, comentarios de usuarios y revisión humana adecuada.
- Aplicar aprendizaje automático, modelado estadístico y análisis de series temporales a necesidades de la cadena de suministro relacionadas con la demanda, el suministro, el inventario, la capacidad, los costes, los riesgos y el rendimiento operativo.
- Colaborar con ingenieros de datos para crear conjuntos de datos analíticos fiables, características reutilizables, controles de calidad de datos, trazabilidad y documentación para productos de IA y analítica.
- Integrar capacidades de ciencia de datos en aplicaciones empresariales junto con equipos de ingeniería, arquitectura, plataformas, pruebas y entrega; apoyar las pruebas, la implementación, el rendimiento en producción y la resolución de problemas.
- Orientar y revisar el trabajo de científicos de datos, ingenieros y socios de entrega, coordinar dependencias y promover enfoques reutilizables entre productos relacionados.
- Preparar documentación técnica y procedimientos operativos, y contribuir a las revisiones técnicas.
- Explicar hallazgos, compensaciones, riesgos, recomendaciones e impacto empresarial a partes interesadas técnicas y no técnicas; contribuir a la entrega Ágil y a los procesos aplicables de gobernanza de IA y datos.
Requisitos
- Máster y de 1 a 3 años de experiencia en informática, TI o un campo relacionado; o grado en ciencia de datos, negocios, estadística, minería de datos, matemáticas aplicadas, analítica de negocios, ingeniería, informática o un campo relacionado, más 2 años de experiencia pertinente; o título de asociado en uno de estos campos más 6 años de experiencia pertinente.
- Experiencia práctica con Python y SQL para análisis de datos, ingeniería de características, aprendizaje automático, procesamiento del lenguaje natural y desarrollo de soluciones de IA.
- Experiencia en el diseño o desarrollo de capacidades de IA generativa y modelos de lenguaje grandes, como asistentes de IA, generación aumentada por recuperación, embeddings, búsqueda semántica, ingeniería de prompts o flujos de trabajo agénticos.
- Sólida base en aprendizaje automático, análisis estadístico, análisis exploratorio de datos, métodos de series temporales y evaluación de modelos.
- Experiencia llevando soluciones de ciencia de datos o IA desde la experimentación hasta producción, incluidas pruebas, control de versiones, supervisión y prácticas de MLOps o LLMOps.
- Capacidad para trabajar con conjuntos de datos grandes y complejos y colaborar en el modelado de datos, la calidad de datos, la trazabilidad y canalizaciones de datos analíticos reutilizables.
- Capacidad para traducir problemas de negocio en enfoques técnicos, liderar de forma autónoma un área de trabajo técnica y comunicar claramente los resultados.
- Se valora: experiencia en analítica de cadena de suministro, fabricación o biotecnología, como planificación de demanda y suministro, inventario, capacidad, costes, planificación financiera o indicadores clave de rendimiento operativo.
- Se valora: experiencia con plataformas de datos e IA en la nube, procesamiento de datos a gran escala e integración de capacidades de IA en aplicaciones empresariales.
- Se valora: conocimientos de IA responsable, gobernanza de IA, seguridad, cumplimiento, observabilidad y gestión continua del rendimiento de soluciones.
- Se valora: experiencia en el apoyo a productos analíticos o de informes y en la colaboración con equipos multifuncionales y socios de entrega en entornos Ágiles o SAFe.
- Se valora: certificación en ciencia de datos, inteligencia artificial o aprendizaje automático.
- Opcional: certificación en plataformas de datos o en la nube.
- Excelentes capacidades de pensamiento crítico, análisis y resolución de problemas.
- Sólidas capacidades de comunicación, colaboración y gestión de partes interesadas.
- Capacidad para ejercer liderazgo técnico e influir sin autoridad formal.
- Capacidad para vincular el trabajo técnico con los resultados empresariales y explicar claramente temas complejos.
- Sólidas capacidades de presentación, intercambio de conocimientos y mentoría.
Beneficios
- Paquete integral de prestaciones para empleados, incluido un plan de jubilación y ahorro con generosas aportaciones de la empresa.
- Cobertura médica, dental y oftalmológica colectiva.
- Seguro de vida y de incapacidad.
- Cuentas de gastos flexibles.
- Programa discrecional de bonificación anual.
- Incentivos a largo plazo basados en acciones.
- Planes de permisos reconocidos por su calidad.
- Modalidades de trabajo flexibles cuando sea posible.
- Oportunidades de desarrollo profesional.
- Planes financieros con opciones para ahorrar para la jubilación y otros objetivos.
- Apoyo al equilibrio entre la vida laboral y personal.