Ang Pfizer ay isang pandaigdigang kompanyang parmasyutiko na nakatuon sa pagbuo at pagbibigay ng mga gamot at serbisyong pangkalusugan na sumusuporta sa kalusugan sa buong buhay. Saklaw ng gawain nito ang makabagong siyentipikong pananaliksik at pag-access sa ligtas, epektibo, at abot-kayang mga paggamot, na may partikular na pagtutuon sa pagsusulong ng mga terapiya para sa kanser at iba pang malulubhang kondisyon sa kalusugan. Maaaring maging may kaugnayan ang profile ng kompanya sa mga propesyonal na nagsasaliksik ng mga karera sa pananaliksik sa parmasyutiko, pangangalagang pangkalusugan, at mga kaugnay na tungkuling komersyal.
Senior na Siyentista, Pagpapaunlad ng AI at mga Agentic System
Bumuo ng mga agentic AI system at modelo ng proseso para sa network ng pagmamanupaktura ng parmasyutiko ng Pfizer. Maghatid ng mga napatunayang solusyon para sa pagmamanman, imbestigasyon, at suporta sa mga desisyong pang-inhinyeriya.
Paglalarawan
- Pangasiwaan ang teknikal na paghahatid ng mga proyektong may malaking epekto na pinagsasama ang kadalubhasaan sa proseso at artificial intelligence
- Gabayan ang teknikal na gawain mula sa pagtukoy ng oportunidad hanggang sa napatunayang deployment
- Magdisenyo, bumuo, at mag-deploy ng mga agentic AI system gamit ang mga LLM agent, integrasyon ng tool, retrieval, at multi-step reasoning
- Suportahan ang mga imbestigasyon sa pagmamanupaktura, pagsusuri ng ugat ng problema, pagsusuri ng batch, at mga desisyong pang-inhinyeriya
- Bumuo ng mga mekanistiko, hybrid, at machine learning na modelo para sa mga prosesong kemikal at biyolohikal
- Suportahan ang mga aplikasyon ng GMP kabilang ang soft sensor, real-time na pagmamanman, pagsusuri ng golden batch, at advanced process control
- Magtatag ng mga test set, benchmark, guardrail, at kasanayan sa pagmamanman para sa mga regulated AI system
- Tukuyin ang mga oportunidad na mataas ang halaga para sa advanced analytics, advanced process control, at AI sa buong network ng pagmamanupaktura
- Ilapat ang mga prinsipyo ng inhinyeriya at eksperimental na datos mula sa mga kagamitang panglaboratoryo, pilot, at komersiyal
Mga Kinakailangan
- Master’s degree sa inhinyeriya, applied mathematics, o computer science; dagdag na bentahe ang Ph.D.
- Ekspertong kasanayan sa Python
- Karanasan sa makabagong version control, environment management, testing, at continuous integration tools
- Napatunayang tagumpay sa paggamit ng data science at machine learning sa tunay na mundo at hindi perpektong mga dataset
- Praktikal na kaalaman sa mga pangunahing prinsipyo ng prosesong kemikal o biyolohikal
- Kakayahang makipagtulungan sa magkakaiba, cross-functional, at heograpikong kalat na mga team
- Mahusay na kasanayan sa nakasulat at pasalitang komunikasyon
- Sariling pamamahala sa paglutas ng mga malabong problema
- Matatas sa parehong Pranses at Ingles
- Kinakailangan ang mataas na antas ng pasalita at nakasulat na Ingles
- Karanasan sa pag-engineer ng structured time-series at unstructured data
- Karanasan sa pagbuo ng mga aplikasyon ng large language model
- Karanasan sa production sa pagsusuri ng performance at reliability ng agent
- Kadalubhasaan sa deep learning at multivariate latent-variable methods
- Karanasan sa cloud development at MLOps gamit ang AWS, Azure, o katumbas na platform
- Karanasan sa Snowflake at SQL
- Pamilyar sa mga process historian, OPC UA, real-time protocol, DeltaV, o katumbas na distributed control system
- Pamilyar sa pagmamanupaktura ng parmasyutiko, integridad ng datos ng GMP, computer system validation, at gabay sa regulasyon ng AI
Mga Benepisyo
- Flexible na modelo ng pagtatrabaho
- Suporta para sa balanse sa trabaho at personal na buhay
- Remote na trabaho mula sa mga lokasyong nasa labas ng site kapag angkop sa pangangailangan ng negosyo
- Pinagsamang on-site at remote na mga kaayusan sa trabaho
- Accessible na karanasan para sa kandidato, na may mga accommodation sa buong proseso ng recruitment