AstraZeneca
AstraZeneca
AstraZeneca یک شرکت زیست‌دارویی دانش‌بنیان است که برای چالش‌های مهم سلامت، داروهای تجویزی تولید و عرضه می‌کند. فعالیت‌های این شرکت حوزه‌های سرطان‌شناسی، بیماری‌های قلبی‌عروقی، اختلالات کلیوی و متابولیک و بیماری‌های تنفسی را دربرمی‌گیرد و پژوهش دارویی را با توسعه و عرضه جهانی ترکیب می‌کند. AstraZeneca با فعالیت در بیش از ۱۰۰ کشور، تیم‌هایی را گرد هم می‌آورد که بر پیشبرد درمان‌ها و بهبود پیامدهای سلامت بیماران در سراسر جهان تمرکز دارند.

مدیر ارشد مهندسی پیش‌نگر داده و هوش مصنوعی

راهبرد مهندسی پیش‌نگر داده و هوش مصنوعی آسترازنکا را در سطح سازمان هدایت کنید؛ از جمله قابلیت‌های عامل‌های هوش مصنوعی. تیم‌های چندرشته‌ای بسازید و در واحدهای پشتیبان جهانی، ارزش فناوری را به‌صورت سنجش‌پذیر محقق کنید.

توضیحات

  • راهبرد مهندسی پیش‌نگر داده و هوش مصنوعی EUIT را تعیین کنید و بر اجرای آن نظارت داشته باشید.
  • سرمایه‌گذاری فناوری را با اولویت‌های کسب‌وکار همسو کنید.
  • برای شناسایی فرصت‌های داده، هوش مصنوعی و خودکارسازی با مدیران ارشد مالی و واحدهای پشتیبان همکاری کنید.
  • مدلی برای مهندسی پیش‌نگر ایجاد کنید که در آن تیم‌های چندرشته‌ای از نزدیک با همکاران کسب‌وکار کار کنند.
  • محصولات داده و قابلیت‌های هوش مصنوعی قابل‌اعتماد و قابل‌استفادهٔ مجدد بسازید.
  • با توجه به حریم خصوصی، هوش مصنوعی مسئولانه و کیفیت داده، رویه‌های مهندسی، معماری، امنیت و حاکمیت را برقرار کنید.
  • توسعه، استقرار، مدیریت و بهبود عامل‌های هوش مصنوعی را در سراسر EUIT هدایت کنید.
  • رویه‌هایی برای مالکیت عامل‌ها، نظارت انسانی، مشاهده‌پذیری، ارزیابی و مدیریت هزینه تعریف کنید.
  • تیم‌ها را برای آزمودن فناوری‌های نوظهور و گسترش راهکارهای ارزش‌آفرین توانمند کنید.
  • با شرکای مالی و کسب‌وکار، مبناها و معیارهای موفقیت را تعیین کنید.
  • از طریق هکاتون، نمایش‌ها، نشست‌های سخنرانان، انجمن‌های تخصصی و آموزش متناسب با نقش، فرصت‌های یادگیری هوش مصنوعی ایجاد کنید.
  • تیمی متنوع با تخصص در مهندسی پیش‌نگر، رهبری محصولات داده، هوش مصنوعی و رهبری فناوری جذب کنید و پرورش دهید.
  • EUIT را به‌سوی تیم‌های پایدار و محصول‌محور هدایت کنید که در قبال نتایج، پذیرش و بهبود مستمر پاسخ‌گو هستند.
  • مهارت‌ها و مسیرهای شغلی آینده را در مهندسی پیش‌نگر، محصولات داده، مهندسی هوش مصنوعی و عامل‌ها، معماری پلتفرم و مدیریت ارزش تعریف کنید.
  • با همکاری شرکای راهبردی و ارائه‌دهندگان خدمات مدیریت‌شده، عملکرد عملیاتی، تاب‌آوری و مقرون‌به‌صرفه‌بودن را بهبود دهید.
  • خودکارسازی، عملیات خودترمیم‌شونده، تداوم کسب‌وکار، رویه‌های تجاری و FinOps را در سرمایه‌گذاری‌های داده، ابر و هوش مصنوعی پیش ببرید.

شرایط لازم

  • تجربهٔ قابل‌توجه در رهبری داده، تحلیل، هوش مصنوعی، مهندسی یا تحول دیجیتال.
  • سابقهٔ اثبات‌شده در ساخت و توسعهٔ تیم‌های فناوری.
  • تجربهٔ رهبری پلتفرم‌ها، محصولات یا قابلیت‌های مهندسی داده و هوش مصنوعی در سطح سازمان.
  • تجربهٔ رساندن هوش مصنوعی، خودکارسازی یا تحلیل پیشرفته از مرحلهٔ آزمایشی به استفادهٔ گستردهٔ کسب‌وکار.
  • تجربه در هوش مصنوعی مولد، هوش مصنوعی عامل‌محور یا خودکارسازی هوشمند مشابه.
  • تجربهٔ ایجاد روابط قابل‌اعتماد با رهبران ارشد کسب‌وکار و فناوری.
  • تجربهٔ رهبری تحول فناوری یا مدل عملیاتی.
  • تجربهٔ مدیریت شرکای راهبردی فناوری یا خدمات برون‌سپاری‌شده.
  • تجربهٔ افزایش بهره‌وری و نشان‌دادن نتایج سنجش‌پذیر کسب‌وکار از سرمایه‌گذاری فناوری.
  • تجربهٔ رهبری تیم‌های پراکنده در مکان‌های مختلف و پرورش رهبران آینده.
  • آشنایی با زیست‌بوم‌های معاصر داده و هوش مصنوعی.
  • آشنایی با پلتفرم‌ها و زیست‌بوم‌های دادهٔ ابری، از جمله فناوری‌هایی مانند Snowflake.
  • آشنایی با مهندسی داده، محصولات داده، تحلیل و حاکمیت داده.
  • آشنایی با هوش مصنوعی مولد، هوش مصنوعی عامل‌محور، یادگیری ماشین و خودکارسازی.
  • آشنایی با هوش مصنوعی مسئولانه، حریم خصوصی، امنیت و مدیریت ریسک.
  • آشنایی با اقتصاد ابر و FinOps.
  • آشنایی با مدل‌های عملیاتی فناوریِ محصول‌محور.
  • توانایی تدوین طرح توجیهی کسب‌وکار و پیوند دادن سرمایه‌گذاری فناوری با نتایج سنجش‌پذیر.
  • مدرک کارشناسی یا تجربهٔ معادل در علوم رایانه، مهندسی، علم داده، فناوری اطلاعات یا رشته‌ای مرتبط مزیت محسوب می‌شود.
  • توانایی اثرگذاری بر ذی‌نفعان ارشد، کار در شرایط پیچیده و تصمیم‌گیری در فضای نامطمئن.

مزایا

  • محیط کاری فراگیر که در آن افراد می‌توانند مشارکت کنند، رشد کنند و موفق شوند.
  • تسهیلات معقول در فرایند استخدام.
  • فرصت توسعهٔ استعدادهای فناوری و رهبران آینده.
  • همکاری مستقیم با رهبران ارشد کسب‌وکار و فناوری.
  • فرصت ایجاد قابلیتی مهم در مهندسی پیش‌نگر داده و هوش مصنوعی.
  • فرصت هدایت استفادهٔ مسئولانه از عامل‌های هوش مصنوعی در سراسر EUIT.
  • فرصت تبدیل فناوری‌های نوظهور به بهبودهای سنجش‌پذیر.

فرصت‌های شغلی مرتبط

YASH Technologies

توسعه‌دهنده نرم‌افزار توکار، Zephyr RTOS و BIOS

YASH Technologies

برای مشتریان YASH Technologies، BIOS مبتنی بر Zephyr RTOS و میان‌افزار امن توسعه دهید. با سامانه‌های توکار C/C++، یکپارچه‌سازی PLC، درایورهای دستگاه و پروتکل‌های صنعتی کار کنید.

باز کردن
YASH Technologies

توسعه‌دهنده نرم‌افزار نهفته، BIOS لینوکس

YASH Technologies

پلتفرم‌ها و نرم‌افزارهای BIOS لینوکس نهفته را برای YASH Technologies توسعه دهید. با مؤلفه‌های C/C++، یکپارچه‌سازی کرنل و توزیع‌های Yocto یا Buildroot کار کنید.

باز کردن
YASH Technologies

مهندس ارشد نرم‌افزار جاوا، YASH Technologies (حضوری، پونه)

YASH Technologies

سرویس‌های بک‌اند جاوا، مایکروسرویس‌ها و APIهای REST را برای YASH Technologies توسعه دهید. با استفاده از Kubernetes، ابزارهای CI/CD و پلتفرم‌های اصلی ابری، برنامه‌های ابری بسازید و آزمایش کنید.

باز کردن
Caterpillar Inc.

مهندس ارشد نرم‌افزار رابط کاربری

Caterpillar Inc.

توسعه رابط‌های کاربری در Caterpillar را با استفاده از ReactJS، ThreeJS و برنامه‌نویسی گرافیک رهبری کنید. در محیطی چابک و حضوری، محصولات نرم‌افزاری را بسازید، یکپارچه کنید، بیازمایید و پشتیبانی کنید.

باز کردن
Alfa Laval

مهندس کاربرد محصول، انتقال حرارت و جابه‌جایی سیالات

Alfa Laval

به مشتریان و تیم‌های فروش درباره محصولات انتقال حرارت و جابه‌جایی سیالات آلفا لاوال مشاوره دهید و از ارزیابی‌های فنی و راهکارهای مشتریان پشتیبانی کنید. برای کاربردهای صنعتی، اندازه تجهیزات را تعیین کنید، قیمت‌گذاری و پیش‌فاکتور انجام دهید، محصولات را معرفی کنید و آموزش ارائه دهید.

باز کردن
EY

توسعه‌دهنده ارشد جاوا – EY، چنای

EY

رهبری تیم‌های مهندسی جاوا و اجرای فنی پروژه‌ها برای مشتریان مشاوره‌ای EY. طراحی راهکارهای ابری، مایکروسرویس و یکپارچه‌سازی سازمانی.

باز کردن