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.
Társigazgató, mesterséges intelligencia és adattudós - Otsuka, New Jersey, távmunka
Vezesse a mesterséges intelligencián, gépi tanuláson és autonóm ügynöki megoldásokon alapuló fejlesztéseket az Otsuka gyógyszeripari kutatás-fejlesztési műveletei számára. Alakítsa a vállalati MI-termékstratégiát, a bevezetést és a szervezeti átalakulást.
Egyesült Államok
New Jersey169 222 $ – 253 000 $ / év
TávoliTeljes munkaidőSzeniorKötelező Nyelv: angolAdattudósLeírás
- Hozzon létre olyan MI-termékvíziókat és ütemterveket, amelyek tükrözik az üzleti prioritásokat, a technológiai fejleményeket és a piaci feltételeket
- Fejlessze az adattudományi és MI-portfólió céljait, miközben támogatja a kutatás-fejlesztési műveletek adat- és analitikai stratégiáit
- Építsen, tanítson, finomhangoljon, validáljon és értékeljen MI- és gépi tanulási modelleket üzleti igényekhez
- Szállítson vállalati MI-rendszereket promptmérnökség, embeddingek, finomhangolás, nagy nyelvi modellek és generatív MI használatával
- Vezessen koncepcióbizonyítási kezdeményezéseket, és hozzon létre olyan MI-alkalmazásokat, amelyek erősítik az analitikát és felgyorsítják a gyógyszerfejlesztést
- Kövesse a termék teljesítményét adatelemzéssel és KPI-okkal, és használja az eredményeket a döntéshozatal támogatására
- Fejlesszen MI-megoldásokat gyógyszeripari kutatás-fejlesztési, gyógyszerfejlesztési, klinikai vizsgálati és külső egészségügyi adatokból
- Hozzon létre felhasználóközpontú MI-termékeket, amelyek bizalmat keltenek, ösztönzik az elfogadást és lehetővé teszik a szervezeti átalakulást
- Adjon tanácsot MI-ökoszisztémák, platformok, keretrendszerek, architektúrák és új technikai képességek terén
- Támogassa a fejlesztőket, a műszaki munkatársakat és a beszállítókat az MI-fogalmak és a megvalósítás útmutatásával
- Tervezzen, építsen és vezessen be olyan autonóm MI-rendszereket, amelyek érzékelést, tervezést, következtetést, hangszerelést, végrehajtást és reflexiót foglalnak magukban
- MLOps- és LLMOps-gyakorlatokkal és -eszközökkel kezelje az MI-megoldások életciklusát és frissítéseit
- Vezesse az MI-elfogadási, képzési, változáskezelési és felelős használati kezdeményezéseket
- Értékelje az MI- és gépi tanulási felhasználási eseteket az alkalmazandó irányelvek, keretrendszerek, platformkomponensek és felelős MI-szabványok alapján
- Hozzon létre újrafelhasználható adat- és MI-komponenseket, és ösztönözze a skálázható újrafelhasználást a szervezeti egységek között
- Irányítson műszaki, részben műszaki és üzleti érdekelt feleket összefogó, többfunkciós csoportokat
- Jelentse az érdekelt feleknek az MI előrehaladását, eredményeit, hatását, korlátait és kockázatait
- Dolgozzon együtt belső szervezeti egységekkel és külső partnerekkel MI- és gépi tanulási képességek megtervezésén, kiépítésén és közös fejlesztésén
- Egyeztessen a jogi, adatvédelmi és etikai csapatokkal az elfogultság, a méltányosság, az átláthatóság és az adatvédelem kérdéseiről
- Hatékonyan dolgozzon iteratív kísérletezéssel, miközben eligazodik az MI-termékfejlesztés bizonytalanságában
Követelmények
- Adattudományi, számítástechnikai mérnöki, informatikai, fizikai, statisztikai, információs rendszerek területén vagy a fejlett adattudományra, MI-re és gépi tanulásra összpontosító kapcsolódó területen szerzett mesterfokozat
- Szakértelem a valós adateszközök tudományos bizonyítékok előállítására, valamint a működési eredményesség és hatékonyság javítására való felhasználásában
- Adatelemzési mérnökségi, adatábrázolási, generatív MI-, mesterségesintelligencia- és gépitanulási módszerek magas szintű ismerete
- MI- és gépi tanulási felhasználási esetek architektúrájának megtervezésében és megvalósításában szerzett tapasztalat
- MI-t, adattudományt és gépi tanulást ötvöző MI-termékek fejlesztésében szerzett háttér
- A gyógyszeriparban alkalmazott MI- és gépi tanulási megoldások alapos ismerete
- Tapasztalat a Dataiku Data Science Studio, Snowflake, AWS SageMaker vagy hasonló adattudományi platformok használatában
- A gépi tanulási és MI-technológiák adatmérnöki adatfolyamokkal való integrációjának ismerete
- A szoftverfejlesztési életciklus és az adattudományi fejlesztési életciklus, ezen belül a CRISP magas szintű ismerete
- A GxP- és nem GxP-környezetek tesztelési és validálási gyakorlatainak ismerete
- MI- vagy gépi tanuláson alapuló szoftverek vagy termékek fejlesztésében szerzett tapasztalat
- A tesztelési, validálási és GxP-validálási alapelvek ismerete
- Nagy léptékű adat- és MI-megoldások tervezésében, kiépítésében és fenntartásában szerzett tapasztalat tudományos, szabályozott vagy intenzív kutatási környezetben
- A gyógyszeriparban, biotechnológiában vagy élettudományokban szerzett tapasztalat — különösen gyógyszerfejlesztés, klinikai vizsgálatok vagy kutatás-fejlesztés terén — kiemelten előnyös
- Bizonyított siker generatív MI- és nagy nyelvi modellalkalmazások éles környezetbe történő bevezetésében
- Tapasztalat igénykár-, klinikai vizsgálati, szabályozási, minőségügyi és egyéb élettudományi működési adatok használatában
- Bizonyított tapasztalat koncepcióbizonyítási és éles környezetre kész MI-, gépi tanulási, generatív MI- és LLM-alkalmazások szállításában
- Az MI-eredményeket befolyásoló adatgyűjtési, adatkezelési és adatszervezési kihívások megértése
- Kiváló kommunikációs és érdekeltfél-kezelési készségek
- Erős többfunkciós együttműködési és projektmenedzsment-képességek
Juttatások
- Lehetőség ösztönző juttatás megszerzésére
- Egészség-, fogászati, látás- és vényköteles gyógyszerbiztosítás
- Munkáltató által biztosított alap életbiztosítás
- Baleseti halál- és csonkolásbiztosítás
- Rövid és hosszú távú rokkantsági fedezet
- Tandíj-visszatérítés
- Diákhitel-támogatás
- Nagyvonalú 401(k) munkáltatói hozzájárulás
- Rugalmas szabadság
- Fizetett ünnepnapok
- Fizetett szabadságprogramok
- További, munkáltató által biztosított juttatások