Az Otsuka Pharmaceutical Companies (U.S.) olyan gyógyszeripari vállalatokat fog össze, amelyek az egészségügy fejlesztésére összpontosítanak a termékek forgalmazásán és a klinikai fejlesztésen keresztül. Az Otsuka America Pharmaceutical, Inc. az Otsuka által felfedezett és licenc alapján megszerzett gyógyszerek észak-amerikai forgalmazását végzi, míg az Otsuka Pharmaceutical Development & Commercialization, Inc. az innovatív egészségügyi termékek klinikai fejlesztését és globális regisztrációját vezeti, különös szakértelemmel az idegtudomány területén. Ezek a szervezetek együtt a gyógyszeripar, az egészségügy és a biotechnológia területén működnek, és az egészség javítását támogató megoldások fejlesztésére összpontosítanak.
AI-megoldásokért felelős tudományos igazgatóhelyettes (távoli munkavégzés az Egyesült Államokban)
Vezesse a gyógyszeripari kutatás-fejlesztést és a vállalati funkciókat támogató generatív AI-, ügynökalapú rendszer- és gépi tanulási termékek architektúráját és megvalósítását. Irányítsa a több szakterületet összefogó csapatokat a megvalósíthatósági kutatástól az éles üzembe helyezésig.
Egyesült Államok169 222 $ – 253 000 $ / év
TávoliTeljes munkaidőSzeniorKötelező Nyelv: angolMesterséges intelligenciaLeírás
- Modern AI-megoldások, felhasználási esetek és alkalmazások megtervezése és felépítése
- A javasolt AI-megoldások megvalósíthatóságának vizsgálata
- Architekturális és tervezési iránymutatás nyújtása az AI, az adattudomány, a folyamatok és a munkafolyamatok területén
- Fejlett AI-megoldások szállítása a kutatás-fejlesztés és a vállalati funkciók számára
- Többügynökös koordináció, generatív AI-alkalmazások és újrafelhasználható AI-képességek létrehozása
- A megjelenő AI-technológiák nyomon követése és bevezetésük irányítása projektekben és csapatokban
- Robusztus AI-megoldások fejlesztése adattudósokkal, AI-kutatókkal, mérnökökkel, informatikai csapatokkal és élettudományi szakértőkkel
- AI-termékvíziók és ütemtervek meghatározása az üzleti célokkal, a technológiával és a piaci fejleményekkel összhangban
- Adatelemzés és KPI-k alkalmazása a termékteljesítmény nyomon követésére, valamint az AI-modellek üzleti értékének felmérésére
- A felelős AI-t, a beépített adatvédelmet és a szabályozási megfelelést támogató megoldások fejlesztése
- AI- és gépi tanulási modellek kísérleti alkalmazása, betanítása, finomhangolása, validálása és értékelése
- Ügynökalapú AI-rendszerek tervezése és üzembe helyezése észleléssel, tervezéssel, következtetéssel, koordinációval, végrehajtással és reflexióval
- Az AI-, ML-, LLM- és ügynökrendszerek éles működési életciklusának és folyamatos felülvizsgálatának felügyelete
- Az AI-ökoszisztéma képességeinek alakítása, beleértve a platformokat, keretrendszereket, architektúrát és az új fejlesztéseket
- A fejlesztők mentorálása, valamint az AI-koncepciók és megvalósítási gyakorlatok alkalmazásának felügyelete
- AI/ML-felhasználási esetek felülvizsgálatának vezetése vagy támogatása szakterületi szakértelemmel és megvalósítási útmutatással
- Az adatelemzést és az AI-alkalmazásokat érintő problémák diagnosztizálása és megoldása fejlesztés és éles támogatás során
- Újrafelhasználható adat- és AI-komponensek létrehozása és népszerűsítése az üzleti funkciókban és a szélesebb AI-ökoszisztémában
- Műszaki, részben műszaki és üzleti érdekelt felekből álló, több szakterületet összefogó csoportok vezetése
- Az érdekelt felek tájékoztatása az AI előrehaladásáról, eredményeiről, hatásáról, korlátairól, kockázatairól és a várakozásokról
- Összetett AI-koncepciók közvetítése a műszaki csapatok és a nem műszaki üzleti partnerek között
- Az AI-technológiák bevezetését és a változáskezelést támogató kezdeményezések vezetése
- Együttműködés belső funkciókkal és külső partnerekkel AI- és gépi tanulási képességek kiépítésében
- Koordináció az adattudományi, informatikai, felhőarchitektúra- és platformcsapatokkal a megoldások vállalati architektúrához és megfelelőséghez való igazítása érdekében
- Együttműködés jogi, adatvédelmi és etikai csapatokkal az elfogultság, a méltányosság, az átláthatóság és az adatvédelem kérdéseiben
- Hatékony munkavégzés kísérletezéssel és iterációval az AI-termékfejlesztésben
- Intelligencia és kontextus használata a folyamatos termékfejlődés irányításához
Követelmények
- Mesterfokozat adattudomány, számítógép-mérnöki tudomány, számítástechnika, fizika, statisztika, információs rendszerek vagy olyan kapcsolódó területen, amely a fejlett adattudományra, AI-ra és gépi tanulásra összpontosít
- A doktori fokozat előnyt jelent
- Szakértelem a valós adateszközök és azok tudományos bizonyítékok előállítására, valamint a működési eredményesség és hatékonyság javítására való felhasználása terén
- Adate engineering, adatábrázolás, generatív AI, mesterséges intelligencia és gépi tanulási módszerek mély ismerete
- AI- és gépi tanulási felhasználási esetek tervezésében és megvalósításában szerzett tapasztalat
- Szoftver- vagy termékmérnöki tapasztalat
- Az AI és a gépi tanulás gyógyszeripari alkalmazásainak erős ismerete
- Tapasztalat Dataiku Data Science Studio, AWS SageMaker, Snowflake vagy hasonló adattudományi platformok használatában
- Tapasztalat gépi tanulási és AI-technológiák adat engineering-folyamatokkal való integrálásában
- A szoftverfejlesztési életciklus és az adattudományi fejlesztési életciklus, beleértve a CRISP-et, erős ismerete
- AI- és gépi tanuláson alapuló szoftverek vagy termékek mérnöki fejlesztésében szerzett tapasztalat
- A tesztelési, validálási és GxP-validálási alapelvek ismerete
- Nagy léptékű adat- és AI-megoldások kiépítésében és fenntartásában szerzett tapasztalat tudományos, szabályozott vagy intenzív kutatási környezetben
- Kifejezetten előnyt jelent a gyógyszeriparban, biotechnológiában vagy élettudományokban, különösen gyógyszerfejlesztésben, klinikai vizsgálatokban vagy kutatás-fejlesztésben szerzett erős tapasztalat
- Bizonyított tapasztalat koncepcióigazolási és éles környezetben használt generatív AI-, AI/ML- és nagynyelv-modell-alkalmazások megvalósításában és üzembe helyezésében
- Az élettudományi kutatás-fejlesztés üzleti folyamatainak ismerete
- Tapasztalat kár-, klinikai vizsgálati, szabályozási, minőségügyi és egyéb élettudományi működési adatokkal való munkában
- Az AI-eredményeket befolyásoló adatgyűjtési, adatkezelési és strukturálási kihívások ismerete
- Erős együttműködési, több szakterületet összefogó csapatmunkára és projektvezetésre vonatkozó készségek
- Kiváló kommunikációs és érdekeltfél-kezelési készségek
- Önállóan irányított, egyedül és együttműködésben is hatékony munkavégzés
- Felelős AI-ra és kapcsolódó technológiákra épülő kreatív problémamegoldó készség
Juttatások
- Egészség-, fogászati, látás- és vényköteles gyógyszerbiztosítási fedezet
- A vállalat által fizetett alap életbiztosítás
- Baleseti halálra és baleseti maradandó sérülésre szóló biztosítás
- Rövid és hosszú távú rokkantsági biztosítás
- Tandíj-visszatérítés
- Diákhitel-támogatás
- Bőkezű 401(k)-hozzájárulás
- Rugalmas szabadság
- Fizetett ünnepnapok
- Fizetett szabadságprogramok
- További, a vállalat által biztosított juttatások
- Ösztönző juttatási lehetőség