Amgen est une entreprise mondiale de biotechnologie qui développe et commercialise des médicaments fabriqués à partir de cellules vivantes. Ses activités se concentrent sur les maladies graves, notamment les affections pour lesquelles les options thérapeutiques sont limitées, et s’appuient sur la recherche scientifique et les essais cliniques. L’entreprise est associée à des avancées dans le traitement du cancer et la prise en charge de l’obésité, tout en accordant une grande importance à la recherche éthique, à la sécurité des patients et à la durabilité environnementale.
Ingénieur principal en apprentissage automatique chez Amgen (télétravail)
Pilotez l’architecture d’apprentissage automatique d’entreprise et les systèmes d’IA générative en production chez Amgen. Développez des capacités d’IA sécurisées et évolutives pour soutenir les opérations biotechnologiques et pharmaceutiques.
États-Unis187 395 $ – 253 534 $ / an
À distanceTemps pleinLeadLangue Requise : anglaisIngénieur en apprentissage automatiqueDescription
- Définir l’architecture d’IA/ML d’entreprise, les normes, les API et les garde-fous dans des environnements cloud et sur site
- Développer des solutions de machine learning et d’IA générative pour la production, notamment des applications légères fournissant des informations en moins d’une seconde
- Créer des pipelines ML de bout en bout pour l’ingestion, l’ingénierie des caractéristiques, l’entraînement, l’optimisation des hyperparamètres, l’évaluation, l’enregistrement et la promotion automatisée
- Développer et maintenir des applications d’IA full-stack reliant les services de modèles aux interfaces utilisateur, aux moteurs de workflow et à la logique métier
- Mettre en œuvre l’observabilité, les objectifs de niveau de service, des pratiques de déploiement sécurisé et des procédures de réponse aux incidents
- Diriger les tests hors ligne, en ligne et A/B, ainsi que la surveillance de la dérive et le réentraînement automatisé des modèles
- Concevoir des systèmes LLM et RAG avec gestion des prompts, contrôles de sécurité et inférence optimisée
- Maintenir la documentation sur la qualité et la traçabilité des données, les fiches modèles et les fiches données, tout en appliquant des méthodes de protection de la vie privée
- Développer des actifs réutilisables de ML et d’IA générative, notamment des feature stores, des registres de modèles et des bibliothèques de suivi des expériences
- Promouvoir des pratiques d’ingénierie qui accélèrent la livraison entre les équipes de développement
- Effectuer des analyses exploratoires et identifier des caractéristiques dans des ensembles de données complexes et de grande dimension
- Prototyper et évaluer des algorithmes, analyser l’évolutivité et l’aptitude à la production, et partager la responsabilité des KPI de performance des modèles
- Transformer les exigences de la R&D, de la Fabrication et du Commercial en feuilles de route concrètes
- Encadrer les équipes d’ingénierie et expliquer les compromis techniques aux parties prenantes
- Collaborer avec les équipes DevOps, Sécurité, Conformité et Produit pour fournir des solutions d’IA de niveau entreprise
Exigences
- Doctorat et 2 ans d’expérience en ingénierie du machine learning, ou master et 6 ans, licence et 8 ans, diplôme d’études supérieures de deux ans et 10 ans, ou diplôme d’études secondaires/GED et 12 ans
- Au moins 2 ans d’expérience directe en gestion de personnes ou en leadership de supervision d’équipes, de projets, de programmes ou de l’allocation de ressources
- 3 à 5 ans d’expérience en IA/ML et logiciels d’entreprise
- Compréhension avancée des méthodes de machine learning, notamment la régression, les ensembles d’arbres, le clustering, la réduction de dimensionnalité, les modèles de séries temporelles, les CNN, les RNN, les transformers et les techniques LLM/RAG
- Réussite démontrée dans l’évaluation et l’intégration de produits SaaS/PaaS d’IA et dans le développement de services ML personnalisés à grande échelle
- Expertise des bases de données vectorielles, des pipelines RAG, des DSL d’ingénierie des prompts et des frameworks d’agents tels que LangChain, LangGraph et Semantic Kernel
- Maîtrise de Python et Java
- Expérience du déploiement de conteneurs avec Docker et Kubernetes
- Expérience avec AWS, Azure ou Google Cloud Platform
- Expérience des pratiques modernes de DevOps et de MLOps, notamment GitHub Actions et Bedrock/SageMaker Pipelines
- Capacité à élaborer des analyses de rentabilité comparant le coût total de possession à la valeur actualisée nette
- Excellentes compétences en gestion des parties prenantes et capacité à présenter des idées techniques complexes sous forme de récits concis et axés sur les résultats
- Une expérience dans l’industrie biotechnologique ou pharmaceutique est préférable
- Une expertise reconnue publiée ou des présentations lors de conférences sur l’adoption de l’IA générative d’entreprise sont préférables
- Un master en informatique et/ou en science des données est préférable
- Une connaissance des méthodes Agile et de SAFe est préférable
- Master et 10 à 12 ans ou plus d’expérience en informatique, technologies de l’information ou domaine connexe, ou licence et 12 à 14 ans ou plus dans un domaine connexe
- Excellentes capacités d’analyse et de résolution de problèmes
- Solides compétences en communication écrite et orale
- Capacité à collaborer efficacement avec des équipes mondiales et distribuées
- Forte initiative et autonomie
- Capacité à gérer efficacement des priorités concurrentes
- Solides aptitudes à la présentation et à la prise de parole en public
Avantages
- Ensemble complet d’avantages sociaux
- Régime de retraite et d’épargne avec des contributions substantielles de l’entreprise
- Assurance collective médicale, dentaire et optique
- Couverture décès et invalidité
- Comptes de dépenses flexibles
- Programme discrétionnaire de prime annuelle
- Incitations à long terme fondées sur des actions
- Programmes de congés payés primés
- Modalités de travail flexibles lorsqu’elles sont disponibles
- Possibilités d’évolution et de développement professionnel
- Programmes favorisant l’équilibre entre vie professionnelle et vie privée
- Options de planification financière pour la retraite et d’autres objectifs d’épargne