Otsuka Pharmaceutical Companies (U.S.) apvieno farmācijas uzņēmumus, kas koncentrējas uz veselības aprūpes attīstību, komercializējot produktus un veicot klīnisko izstrādi. Otsuka America Pharmaceutical, Inc. Ziemeļamerikā komercializē Otsuka izstrādātās un licencētās zāles, savukārt Otsuka Pharmaceutical Development & Commercialization, Inc. vada inovatīvu veselības aprūpes produktu klīnisko izstrādi un reģistrāciju visā pasaulē, īpaši specializējoties neirozinātnēs. Kopā šīs organizācijas darbojas farmācijas, veselības aprūpes un biotehnoloģiju jomā, koncentrējoties uz risinājumu izstrādi, kas veicina labāku veselību.
Direktora asociētais, mākslīgā intelekta risinājumu zinātnieks (attālināts darbs ASV)
Vadiet ģeneratīvā mākslīgā intelekta, aģentisko sistēmu un mašīnmācīšanās produktu arhitektūru un izstrādi farmācijas pētniecības un uzņēmuma funkciju atbalstam. Vadiet starpfunkcionālas komandas no iespējamības izpētes līdz ieviešanai ražošanā.
Apraksts
- Izstrādājiet un veidojiet mūsdienīgus mākslīgā intelekta risinājumus, lietošanas gadījumus un lietojumprogrammas
- Pētiet ierosināto mākslīgā intelekta risinājumu īstenojamību
- Sniedziet arhitektūras un dizaina virzienu mākslīgā intelekta, datu zinātnes, procesu un darbplūsmu jomās
- Nodrošiniet progresīvus mākslīgā intelekta risinājumus pētniecībai un izstrādei, kā arī uzņēmuma funkcijām
- Veidojiet vairāku aģentu orķestrēšanu, ģeneratīvā mākslīgā intelekta lietojumprogrammas un atkārtoti izmantojamas mākslīgā intelekta iespējas
- Sekojiet jaunajām mākslīgā intelekta tehnoloģijām un vadiet to ieviešanu projektos un komandās
- Veidojiet izturīgus mākslīgā intelekta risinājumus kopā ar datu zinātniekiem, mākslīgā intelekta pētniekiem, inženieriem, IT komandām un dzīvības zinātņu ekspertiem
- Definējiet mākslīgā intelekta produktu vīzijas un ceļvežus, kas saskaņoti ar uzņēmējdarbības mērķiem, tehnoloģijām un tirgus attīstību
- Izmantojiet datu analīzi un galvenos darbības rādītājus, lai sekotu produktu veiktspējai un novērtētu mākslīgā intelekta modeļu uzņēmējdarbības vērtību
- Izstrādājiet risinājumus, kas atbalsta atbildīgu mākslīgo intelektu, privātumu pēc noklusējuma un normatīvo aktu ievērošanu
- Eksperimentējiet ar mākslīgā intelekta un mašīnmācīšanās modeļiem, apmāciet, precīzi pielāgojiet, validējiet un novērtējiet tos
- Projektējiet un ieviesiet aģentiskas mākslīgā intelekta sistēmas, kas ietver uztveri, plānošanu, spriešanu, orķestrēšanu, izpildi un refleksiju
- Uzraugiet mākslīgā intelekta, mašīnmācīšanās, lielo valodas modeļu un aģentu sistēmu ražošanas dzīves ciklu un nepārtrauktās izmaiņas
- Veidojiet mākslīgā intelekta ekosistēmas iespējas, tostarp platformas, ietvarus, arhitektūru un jaunus attīstības virzienus
- Mentorējiet izstrādātājus un uzraugiet mākslīgā intelekta koncepciju un ieviešanas prakšu izmantošanu
- Vadiet vai atbalstiet mākslīgā intelekta un mašīnmācīšanās lietošanas gadījumu pārskatīšanu, sniedzot jomas zināšanas un ieviešanas norādes
- Diagnosticējiet un novērsiet problēmas, kas ietekmē datu analītiku un mākslīgā intelekta lietojumprogrammas izstrādes un ražošanas atbalsta laikā
- Veidojiet un veiciniet atkārtoti izmantojamus datu un mākslīgā intelekta komponentus uzņēmējdarbības funkcijām un plašākai mākslīgā intelekta ekosistēmai
- Vadiet tehnisko, daļēji tehnisko un uzņēmējdarbības ieinteresēto personu starpfunkcionālas grupas
- Informējiet ieinteresētās personas par mākslīgā intelekta progresu, rezultātiem, ietekmi, ierobežojumiem, riskiem un gaidām
- Tulkojiet sarežģītas mākslīgā intelekta koncepcijas starp tehniskajām komandām un netehniskajiem uzņēmējdarbības partneriem
- Vadiet mākslīgā intelekta tehnoloģiju ieviešanas un pārmaiņu vadības iniciatīvas
- Sadarbojieties ar iekšējām funkcijām un ārējiem partneriem, lai veidotu mākslīgā intelekta un mašīnmācīšanās iespējas
- Koordinējiet darbu ar datu zinātnes, IT, mākoņarhitektūras un platformu komandām, lai saskaņotu risinājumus ar uzņēmuma arhitektūru un atbilstības prasībām
- Sadarbojieties ar juridiskajām, privātuma un ētikas komandām jautājumos par aizspriedumiem, taisnīgumu, pārredzamību un datu privātumu
- Efektīvi strādājiet, izmantojot eksperimentēšanu un iterāciju mākslīgā intelekta produktu izstrādē
- Izmantojiet informāciju un kontekstu, lai vadītu nepārtrauktu produktu attīstību
Prasības
- Maģistra grāds datu zinātnē, datorinženierijā, datorzinātnē, fizikā, statistikā, informācijas sistēmās vai saistītā jomā ar specializāciju progresīvā datu zinātnē, mākslīgajā intelektā un mašīnmācīšanās jomā
- Vēlams doktora grāds
- Pieredze ar reālās pasaules datu aktīviem un to izmantošanu zinātnisku pierādījumu radīšanai, kā arī darbības rezultativitātes un efektivitātes uzlabošanai
- Padziļinātas zināšanas par datu inženieriju, datu attēlošanu, ģeneratīvo mākslīgo intelektu, mākslīgo intelektu un mašīnmācīšanās metodēm
- Pieredze mākslīgā intelekta un mašīnmācīšanās lietošanas gadījumu projektēšanā un ieviešanā
- Pieredze programmatūras vai produktu inženierijā
- Laba izpratne par mākslīgā intelekta un mašīnmācīšanās lietojumiem farmācijā
- Pieredze ar Dataiku Data Science Studio, AWS SageMaker, Snowflake vai līdzīgām datu zinātnes platformām
- Pieredze mašīnmācīšanās un mākslīgā intelekta tehnoloģiju integrēšanā datu inženierijas konveijeros
- Labas zināšanas par programmatūras izstrādes dzīves ciklu un datu zinātnes izstrādes dzīves ciklu, tostarp CRISP
- Pieredze programmatūras vai produktu izstrādē, kas balstīta uz mākslīgo intelektu un mašīnmācīšanos
- Izpratne par testēšanas, validācijas un GxP validācijas principiem
- Pieredze liela mēroga datu un mākslīgā intelekta risinājumu izveidē un uzturēšanā zinātniskā, regulētā vai pētniecībā intensīvā vidē
- Plaša pieredze farmācijas, biotehnoloģijas vai dzīvības zinātņu jomā, īpaši zāļu izstrādē, klīniskajos pētījumos vai pētniecībā un izstrādē, ir ļoti vēlama
- Pierādīta pieredze koncepciju un ražošanā ieviestu ģeneratīvā mākslīgā intelekta, mākslīgā intelekta un mašīnmācīšanās, kā arī lielo valodas modeļu lietojumprogrammu īstenošanā un ieviešanā
- Izpratne par dzīvības zinātņu pētniecības un izstrādes uzņēmējdarbības procesiem
- Pieredze darbā ar atlīdzību, klīnisko pētījumu, regulatīvajiem, kvalitātes un citiem dzīvības zinātņu darbības datiem
- Izpratne par datu vākšanas, pārvaldības un strukturēšanas izaicinājumiem, kas ietekmē mākslīgā intelekta rezultātus
- Spēcīgas sadarbības, starpfunkcionāla komandas darba un projektu vadības prasmes
- Teicamas komunikācijas un ieinteresēto personu pārvaldības prasmes
- Spēja patstāvīgi organizēt darbu un efektīvi strādāt neatkarīgi vai sadarbībā
- Radošas problēmu risināšanas prasmes, kas balstītas uz atbildīgu mākslīgo intelektu un saistītajām tehnoloģijām
Priekšrocības
- Medicīniskās, zobārstniecības, redzes aprūpes un recepšu medikamentu apdrošināšana
- Uzņēmuma apmaksāta pamata dzīvības apdrošināšana
- Apdrošināšana pret nejaušu nāvi un sakropļošanu
- Īstermiņa un ilgtermiņa invaliditātes apdrošināšana
- Studiju maksas atlīdzināšana
- Palīdzība studentu kredīta atmaksai
- Dāsna 401(k) iemaksu saskaņošana
- Elastīgs brīvais laiks
- Apmaksātas brīvdienas
- Apmaksātu atvaļinājumu programmas
- Citi uzņēmuma nodrošinātie labumi
- Iespēja saņemt veicināšanas atlīdzību