Johnson & Johnson
Johnson & Johnson
Johnson & Johnson globalna je zdravstvena kompanija koja djeluje u području inovativne medicine i medicinske tehnologije. Njezini timovi razvijaju rješenja u onkologiji, imunologiji, neuroznanosti, specijaliziranoj oftalmologiji, intervencijskoj skrbi i ortopediji, objedinjujući znanost i tehnologiju kako bi odgovorili na složene zdravstvene potrebe. Kompanija također naglašava zdravstvenu pravednost, održivost okoliša, raznolikost i uključivost dok pruža podršku zdravstvenim djelatnicima, pacijentima i zajednicama diljem svijeta.

Vodeći inženjer AI operacija – hibridni rad u Milanu

Vodeći inženjer AI operacija odgovoran je za sigurno, vidljivo i troškovno učinkovito upravljanje umjetnom inteligencijom u društvu Johnson & Johnson. Uloga podržava produkcijske AI aplikacije u Milanu, Madridu i Lisabonu.

Opis

  • Dizajnirati i isporučiti sveobuhvatnu vidljivost za AI aplikacije i agente
  • Standardizirati telemetriju i distribuirano praćenje kroz radne tijekove agenata, API-je, podatkovne usluge, vektorske spremnike, krajnje točke modela i vanjske alate
  • Razvijati nadzorne ploče i upozorenja koja obuhvaćaju dostupnost, latenciju, pogreške, pouzdanost, kvalitetu, kršenja pravila, potrošnju i stanje usluga
  • Uspostaviti pokazatelje i ciljeve razine usluge, proračune pogrešaka, pragove upozorenja i standarde operativne spremnosti
  • Podržavati otklanjanje pogrešaka na temelju tragova, rekonstrukciju incidenata i kontrolirano ponovno reproduciranje sesija uz zaštitu osjetljivih podataka
  • Pratiti kvalitetu dohvaćanja, svježinu podataka, regresije modela i upita, abnormalne petlje agenata, degradaciju alata i drugo neočekivano ponašanje tijekom rada
  • Voditi istrage temeljnih uzroka incidenata AI platforme i izvršnog okruženja te provoditi preventivna poboljšanja i kontrole
  • Izgraditi višekratno upotrebljive cjevovode, predloške i kontrole za upravljanje verzijama konfiguracija, upita, modela i komponenti agenata
  • Uvesti automatizirane kontrolne točke za uvođenje, integracijsko testiranje, regresijsku validaciju, sigurnosne provjere i provjere pokrivenosti vidljivošću
  • Podržavati kanarska uvođenja, zastavice značajki, usmjeravanje modela i pružatelja, rezervne mogućnosti i postupke vraćanja na prethodnu verziju
  • Razvijati operativne alate za više modela, okvira, oblačnih okruženja i arhitektura agenata
  • Održavati operativne priručnike, referentne implementacije, inženjerske standarde i prakse podrške produkciji
  • Implementirati mjerenje, raspodjelu, povratno prikazivanje troškova, proračune, pragove, upozorenja na anomalije i kontrole tijekom rada za AI potrošnju
  • Surađivati s produktnim timovima na optimizaciji odabira modela, usmjeravanja, veličine konteksta, predmemoriranja, grupiranja, ponovnih pokušaja i korištenja alata
  • Ugraditi sigurnost, privatnost, odgovornu umjetnu inteligenciju, usklađenost, identitet, upravljanje pristupom, rukovanje tajnama i mogućnost revizije u AI izvršno okruženje
  • Razvijati zaštitu od ubrizgavanja upita, jailbreakova, neovlaštenog korištenja alata, prekomjernih ovlasti, curenja podataka, nesigurnih putanja izvršavanja i anomalnog pristupa
  • Definirati operativne postupke za nadzor, podršku, incidente, probleme, promjene, eskalacije i oporavak usluga
  • Izraditi kontrolne popise spremnosti za produkciju, kriterije prihvaćanja, dežurne priručnike, putanje eskalacije, postupke oporavka i zahtjeve kontinuiteta poslovanja
  • Automatizirati operativne procese radi smanjenja rekonstrukcijskog rada i ubrzavanja otkrivanja, dijagnosticiranja, ograničavanja i oporavka
  • Pripremati tehničku dokumentaciju i podučavati inženjerske timove odobrenim operativnim praksama
  • Povezivati timove za AI, platformu, oblak, podatke, arhitekturu, kibernetičku sigurnost, privatnost, usklađenost i upravljanje uslugama kao tehnička poveznica
  • Definirati i pratiti KPI-jeve za pouzdanost, vidljivost, učinak incidenata, troškovnu učinkovitost, pokrivenost kontrola, revizijske dokaze i prihvaćenost platforme
  • Koristiti operativne podatke za određivanje prioriteta automatizacije, povećanja pouzdanosti, optimizacije troškova i smanjenja rizika

Zahtjevi

  • Završen preddiplomski ili diplomski studij računalnih znanosti, inženjerstva, umjetne inteligencije ili srodnog područja, ili odgovarajuće relevantno iskustvo
  • Najmanje pet godina praktičnog iskustva u platformskom inženjerstvu, inženjerstvu pouzdanosti lokacija, DevOpsu, DevSecOpsu, MLOpsu ili produkcijskom softverskom inženjerstvu s odgovornošću za aktivne usluge
  • Praktično iskustvo u produkcijskom upravljanju sustavima strojnog učenja, generativne umjetne inteligencije ili agentskim sustavima
  • Praktično poznavanje Pythona, API-ja, infrastrukture kao koda i CI/CD alata kao što su Terraform, GitHub Actions ili Azure DevOps
  • Iskustvo s cloud-native platformama, spremnicima, orkestracijom i poslovnim uslugama u oblaku; iskustvo s Azureom posebno je cijenjeno
  • Iskustvo u implementaciji vidljivosti putem zapisa, metrika, distribuiranih tragova, nadzornih ploča i upozorenja; prednost imaju OpenTelemetry ili usporedivi standardi
  • Dobro razumijevanje obrazaca LLM aplikacija, uključujući RAG, vektorske spremnike, pristupnike modela, pozivanje alata, memoriju agenata i orkestraciju više agenata
  • Radno znanje upravljanja identitetima i pristupom, upravljanja tajnama, sigurnog zapisivanja, modeliranja prijetnji, privatnosti ugrađene u dizajn i revizijskih kontrola
  • Sposobnost pretvaranja nejasnih operativnih potreba i potreba za kontrolama u višekratno upotrebljive tehničke mogućnosti, standarde, automatizaciju i operativne priručnike
  • Izražene sposobnosti upravljanja dionicima, tehničke komunikacije i dokumentiranja
  • Iskustvo u reguliranim industrijama s formalnim zahtjevima za sigurnost, privatnost, kvalitetu, validaciju, rizik ili reviziju predstavlja prednost
  • Praktično iskustvo s Azure OpenAI, Azure AI Foundry, Azure Monitorom, Application Insightsom, Microsoft Fabricom ili usporedivim uslugama u oblaku predstavlja prednost
  • Iskustvo s platformama za AI vidljivost ili evaluaciju, kao što su Langfuse, LangSmith, Arize, MLflow ili ekvivalentni alati, predstavlja prednost
  • Iskustvo s upravljanjem više pružatelja modela, višestrukim oblačnim uslugama ili okvirima za agente predstavlja prednost
  • Poznavanje FinOpsa, raspodjele troškova oblaka, proračunavanja i mjerenja jedinične ekonomike AI opterećenja predstavlja prednost
  • Iskustvo u definiranju ciljeva razine usluge, modela dežurstava, upravljanja incidentima i kontrolnih točaka operativne spremnosti za poslovne platforme predstavlja prednost

Pogodnosti

  • Godišnji bonus s ciljanim iznosom određenim platnim razredom i lokacijom, na temelju individualnog učinka i učinka društva
  • Pravo na godišnji odmor
  • Najmanje 12 tjedana roditeljskog dopusta
  • Dopust zbog smrti bliske osobe
  • Dopust za skrb
  • Dopust za volontiranje
  • Naknada za dobrobit
  • Programi financijskog, fizičkog i mentalnog zdravlja
  • Nagrade za godišnjice službe i priznanja
  • Planovi osiguranja za zaposlenike i, na nekim lokacijama, za članove obitelji koji ispunjavaju uvjete