A Johnson & Johnson globális egészségügyi vállalat, amely gyógyszerek, orvostechnikai eszközök és fogyasztói egészségügyi termékek területén tevékenykedik. Kutatási és termékfejlesztési tevékenységei közé tartoznak az onkológia, az immunológia, az idegtudományok és a kardiopulmonális betegségek kezelésére szolgáló gyógyszerek és terápiák, valamint a szív- és érrendszeri ellátást, az ortopédiát, a sebészetet és a látásjavítást támogató MedTech-megoldások. A vállalat szélesebb körű munkája magában foglalja az egészséggel és jólléttel kapcsolatos oktatást, a nagyüzemi gyártást, a befektetői tevékenységeket és a globális társadalmi hatású kezdeményezéseket is, így tudományos, klinikai, mérnöki, gyártási, kereskedelmi és vállalati funkciókban kínál lehetőségeket.
Johnson & Johnson vezető kutató – mesterségesintelligencia-alapú következtetés gyógyszerkutatáshoz (hibrid)
Vezesse a multimodális mesterségesintelligencia-alapú következtetési és ügynöki architektúrák tervezését a Johnson & Johnson gyógyszerkutatási folyamatához. Fejlessze a bizonytalanság számszerűsítését, a tudományos validációt és a számítógépes terápiás kutatást.
Leírás
- Mesterségesintelligencia-alapú következtetési platform tervezése a gyógyszerkutatás és -fejlesztés transzlációs biztonsági döntéseihez
- Multimodális mesterségesintelligencia-rendszerek fejlesztése, amelyek a tudományos adatokat hasznosítható ismeretekké egyesítik
- Tartós, kontextusérzékeny intelligenciát biztosító ügynöki memória-architektúrák kiépítése a kutatástól a fejlesztésig
- A bizonytalanság számszerűsítésével és a megbízható mesterségesintelligencia-alapú tudományos következtetéssel kapcsolatos kutatások irányítása
- A mesterséges intelligencia és a gépi tanulás új eredményeinek alkalmazása a számítógépes gyógyszerkutatásban
- Kutatók mentorálása és kisebb kutatócsoportok irányítása
- A mesterségesintelligencia-ügynökök értékelése emberi szakértőkkel és vezető benchmarkmódszerekkel összevetve
- A kutatási eredmények megosztása rangos tudományos publikációkon keresztül
Követelmények
- PhD mesterséges intelligencia/gépi tanulás vagy kapcsolódó területen, például számítástechnika, gépi tanulás, adattudomány, alkalmazott matematika vagy statisztika
- Legalább két év igazolt szakmai tapasztalat
- A bayesi következtetés, a bizonytalanság számszerűsítése, az információelmélet, az oksági következtetés, a gráfneurális hálózatok és a kapcsolódó módszerek magas szintű ismerete
- Gyakorlati jártasság a LangGraph, DSPy, mem0, PyTorch és TensorFlow használatában
- Kiemelkedő Python-programozási készség
- Skálázható rendszerek tervezésének képessége, amelyek összekapcsolják a kutatási innovációt az éles környezetben történő bevezetéssel
- Kisebb kutatócsoportok vezetésének képessége
- Előny: gyógyszerkutatási munkafolyamatok és biológiai adattípusok ismerete
- Előny: a statisztika és a modell teljesítményének validálási technikái terén szerzett erős tudás
- Előny: AWS- és/vagy Azure-ismeret
Juttatások
- Nyugdíjjáradékot tartalmazó összevont nyugdíjprogram
- 401(k)-t tartalmazó megtakarítási terv
- Naptári évenként 120 óra szabadság
- Naptári évenként 40 óra betegszabadság, amely Colorado lakosai számára 48, Washington lakosai számára 56 órára emelkedik
- Naptári évenként 13 fizetett ünnepnap, beleértve a szabadon választható ünnepnapokat
- Naptári évenként legfeljebb 40 óra munka-, személyes és családi idő
- Gyermek születése, örökbefogadása vagy nevelőszülői elhelyezése után egy éven belül 480 óra szülői szabadság
- Naptári évenként 240 óra gyászszabadság közvetlen családtag, és 40 óra tágabb családtag elvesztése esetén
- 80 óra gondozói szabadság gördülő 52 hetes időszak alatt
- Naptári évenként 32 óra önkéntes szabadság
- Naptári évenként 80 óra szabadidő katonai szolgálatot teljesítő házastárs támogatására
- Befogadó interjúztatási lehetőségek és egyenlő esélyeket biztosító foglalkoztatási szabályok.
- mezők