Otsuka Pharmaceutical Companies (U.S.) riunisce aziende farmaceutiche impegnate a promuovere il progresso dell’assistenza sanitaria attraverso la commercializzazione di prodotti e lo sviluppo clinico. Otsuka America Pharmaceutical, Inc. commercializza in Nord America medicinali scoperti da Otsuka e prodotti concessi in licenza, mentre Otsuka Pharmaceutical Development & Commercialization, Inc. guida lo sviluppo clinico e la registrazione globale di prodotti innovativi per la salute, con una particolare esperienza nelle neuroscienze. Insieme, queste organizzazioni operano nei settori farmaceutico, sanitario e biotecnologico, concentrandosi sullo sviluppo di soluzioni che contribuiscano a migliorare la salute.
Direttore associato, scienziato delle soluzioni di IA (Da remoto negli Stati Uniti)
Guidare l’architettura e la distribuzione di prodotti di IA generativa, sistemi agentici e machine learning a supporto della R&S farmaceutica e delle funzioni aziendali. Guidare team interfunzionali dalla ricerca di fattibilità fino alla distribuzione in produzione.
Stati Uniti169.222 $ – 253.000 $ / anno
Da remotoTempo pienoSeniorLingua Richiesta: ingleseIntelligenza artificialeDescrizione
- Progettare e sviluppare soluzioni, casi d’uso e applicazioni moderne di IA
- Studiare la fattibilità delle soluzioni di IA proposte
- Fornire indicazioni architetturali e progettuali per IA, data science, processi e flussi di lavoro
- Fornire soluzioni avanzate di IA per la R&S e le funzioni aziendali
- Creare orchestrazione multi-agente, applicazioni di IA generativa e funzionalità di IA riutilizzabili
- Monitorare le tecnologie emergenti di IA e guidarne l’adozione nei progetti e nei team
- Sviluppare solide soluzioni di IA con data scientist, ricercatori di IA, ingegneri, team IT ed esperti di scienze della vita
- Definire visioni e roadmap dei prodotti di IA allineate agli obiettivi aziendali, alla tecnologia e agli sviluppi del mercato
- Applicare l’analisi dei dati e i KPI per monitorare le prestazioni dei prodotti e valutare il valore aziendale dei modelli di IA
- Sviluppare soluzioni che supportino un’IA responsabile, la privacy by design e la conformità normativa
- Sperimentare, addestrare, ottimizzare, convalidare e valutare modelli di IA e machine learning
- Progettare e distribuire sistemi di IA agentica che incorporino percezione, pianificazione, ragionamento, orchestrazione, esecuzione e riflessione
- Supervisionare il ciclo di vita in produzione e le revisioni continue dei sistemi di IA, ML, LLM e degli agenti
- Sviluppare le capacità dell’ecosistema di IA, incluse piattaforme, framework, architettura e nuovi sviluppi
- Guidare gli sviluppatori e supervisionare l’applicazione dei concetti di IA e delle pratiche di implementazione
- Guidare o supportare le revisioni dei casi d’uso di IA/ML con competenze specialistiche e indicazioni sull’esecuzione
- Diagnosticare e risolvere i problemi che interessano l’analisi dei dati e le applicazioni di IA durante lo sviluppo e il supporto alla produzione
- Creare e promuovere componenti riutilizzabili di dati e IA tra le funzioni aziendali e nell’ecosistema di IA più ampio
- Guidare gruppi interfunzionali di stakeholder tecnici, semi-tecnici e aziendali
- Tenere gli stakeholder informati su progressi, risultati, impatto, limiti, rischi e aspettative relativi all’IA
- Tradurre concetti complessi di IA tra i team tecnici e i partner aziendali non tecnici
- Guidare iniziative di adozione e gestione del cambiamento per le tecnologie di IA
- Collaborare con le funzioni interne e i partner esterni per sviluppare capacità di IA e machine learning
- Coordinarsi con i team di data science, IT, architettura cloud e piattaforme per allineare le soluzioni all’architettura aziendale e alla conformità
- Collaborare con i team legali, privacy ed etica su pregiudizi, equità, trasparenza e privacy dei dati
- Lavorare efficacemente attraverso sperimentazione e iterazione nello sviluppo di prodotti di IA
- Utilizzare intelligenza e contesto per guidare l’evoluzione continua dei prodotti
Requisiti
- Laurea magistrale in data science, ingegneria informatica, informatica, fisica, statistica, sistemi informativi o disciplina correlata con specializzazione in data science avanzata, IA e machine learning
- Dottorato preferibile
- Competenza negli asset di dati del mondo reale e nel loro utilizzo per produrre evidenze scientifiche e migliorare l’efficacia e l’efficienza operative
- Conoscenza approfondita dell’ingegneria dei dati, della rappresentazione dei dati, dell’IA generativa, dell’intelligenza artificiale e dei metodi di machine learning
- Esperienza nella progettazione e nella realizzazione di casi d’uso di IA e machine learning
- Esperienza nell’ingegneria del software o dei prodotti
- Solida conoscenza delle applicazioni dell’IA e del machine learning nel settore farmaceutico
- Esperienza con Dataiku Data Science Studio, AWS SageMaker, Snowflake o piattaforme di data science comparabili
- Esperienza nell’integrazione di tecnologie di machine learning e IA con pipeline di ingegneria dei dati
- Solida conoscenza del ciclo di vita dello sviluppo software e del ciclo di vita dello sviluppo della data science, incluso CRISP
- Esperienza nell’ingegneria di software o prodotti basati su IA e machine learning
- Familiarità con i principi di test, convalida e convalida GxP
- Esperienza nella creazione e nella manutenzione di soluzioni di dati e IA su larga scala in ambienti scientifici, regolamentati o ad alta intensità di ricerca
- È altamente desiderabile una solida esperienza farmaceutica, biotecnologica o nelle scienze della vita, soprattutto nello sviluppo di farmaci, negli studi clinici o nella R&S
- Esperienza comprovata nell’implementazione e nella distribuzione di applicazioni di IA generativa, IA/ML e modelli linguistici di grandi dimensioni, sia proof of concept sia in produzione
- Conoscenza dei processi aziendali di R&S nelle scienze della vita
- Esperienza con dati relativi a sinistri, studi clinici, attività regolatorie, qualità e altre operazioni delle scienze della vita
- Conoscenza delle difficoltà di raccolta, governance e strutturazione dei dati che influenzano i risultati dell’IA
- Forti capacità di collaborazione, lavoro interfunzionale e gestione dei progetti
- Eccellenti capacità di comunicazione e gestione degli stakeholder
- Autonomia ed efficacia nel lavoro indipendente o collaborativo
- Capacità creative di problem solving basate sull’IA responsabile e sulle tecnologie correlate
Benefit
- Copertura medica, odontoiatrica, oculistica e per farmaci con obbligo di prescrizione
- Assicurazione sulla vita di base a carico dell’azienda
- Assicurazione contro morte accidentale e smembramento
- Assicurazione per invalidità a breve e lungo termine
- Rimborso delle tasse universitarie
- Assistenza per i prestiti studenteschi
- Generosa contribuzione aziendale al piano 401(k)
- Ferie flessibili
- Festività retribuite
- Programmi di congedo retribuito
- Ulteriori benefit forniti dall’azienda
- Opportunità di incentivo