Amgen ir globāls biotehnoloģiju uzņēmums, kas izstrādā un komercializē no dzīvām šūnām ražotas zāles. Tā darbība ir vērsta uz smagām slimībām, tostarp slimībām ar ierobežotām ārstēšanas iespējām, un to atbalsta zinātniskie pētījumi un klīniskie izmēģinājumi. Uzņēmums ir saistīts ar sasniegumiem vēža ārstēšanā un aptaukošanās kontrolē, vienlaikus uzsverot ētisku pētniecību, pacientu drošību un vides ilgtspēju.
Galvenais mašīnmācīšanās inženieris uzņēmumā Amgen (attālināts darbs)
Vadiet uzņēmuma Amgen mašīnmācīšanās arhitektūru un ražošanā izmantojamas ģeneratīvā mākslīgā intelekta sistēmas. Veidojiet drošas un mērogojamas mākslīgā intelekta iespējas biotehnoloģijas un farmācijas darbību atbalstam.
Apraksts
- Definējiet uzņēmuma mākslīgā intelekta un mašīnmācīšanās arhitektūru, standartus, API un aizsargmehānismus mākoņa un lokālajās vidēs
- Izstrādājiet ražošanā izmantojamus mašīnmācīšanās un ģeneratīvā mākslīgā intelekta risinājumus, tostarp vieglas lietotnes, kas nodrošina ieskatus sekundes daļā
- Izveidojiet pilna cikla mašīnmācīšanās konveijerus datu ievadei, pazīmju inženierijai, apmācībai, hiperparametru optimizācijai, novērtēšanai, reģistrēšanai un automātiskai virzīšanai uz nākamo posmu
- Izstrādājiet un uzturiet pilna steka mākslīgā intelekta lietotnes, kas savieno modeļu pakalpojumus ar lietotāja saskarnēm, darbplūsmu dzinējiem un biznesa loģiku
- Ieviesiet novērojamību, pakalpojumu līmeņa mērķus, drošas ieviešanas praksi un incidentu reaģēšanas rokasgrāmatas
- Vadiet bezsaistes, tiešsaistes un A/B testēšanu, kā arī modeļu novirzes uzraudzību un automātisku modeļu pārtrenēšanu
- Projektējiet LLM un RAG sistēmas ar uzvedņu pārvaldību, drošības kontrolēm un optimizētu secināšanu
- Uzturiet datu kvalitātes un izcelsmes dokumentāciju, modeļu kartes un datu kartes, vienlaikus piemērojot privātumu aizsargājošas metodes
- Izstrādājiet atkārtoti izmantojamus mašīnmācīšanās un ģeneratīvā mākslīgā intelekta resursus, tostarp pazīmju krātuves, modeļu reģistrus un eksperimentu izsekošanas bibliotēkas
- Veiciniet inženierijas praksi, kas palielina izstrādes komandu piegādes ātrumu
- Veiciet izpētes analīzi un identificējiet pazīmes sarežģītās, augstas dimensionalitātes datu kopās
- Veidojiet algoritmu prototipus un salīdziniet tos, novērtējiet mērogojamību un gatavību darbam ražošanā, kā arī daliet atbildību par modeļu veiktspējas KPI
- Pārvērtiet pētniecības un izstrādes, ražošanas un komerciālās darbības prasības īstenojamos ceļvežos
- Mentorējiet inženierijas komandas un skaidrojiet ieinteresētajām personām tehniskos kompromisus
- Sadarbojieties ar DevOps, drošības, atbilstības un produktu komandām, lai nodrošinātu uzņēmuma līmeņa mākslīgā intelekta risinājumus
Prasības
- Doktora grāds un 2 gadu pieredze mašīnmācīšanās inženierijā vai maģistra grāds un 6 gadu pieredze, bakalaura grāds un 8 gadu pieredze, asociētā grāds un 10 gadu pieredze vai vidusskolas diploms/GED un 12 gadu pieredze
- Vismaz 2 gadu tiešas cilvēku vadības vai līderības pieredze, pārraugot komandas, projektus, programmas vai resursu sadali
- 3–5 gadu pieredze mākslīgā intelekta, mašīnmācīšanās un uzņēmumu programmatūras jomā
- Padziļināta izpratne par mašīnmācīšanās metodēm, tostarp regresiju, koku ansambļiem, klasterizāciju, dimensiju samazināšanu, laikrindu modeļiem, CNN, RNN, transformatoriem un LLM/RAG metodēm
- Pierādīti panākumi mākslīgā intelekta SaaS/PaaS produktu novērtēšanā un integrēšanā, kā arī pielāgotu mašīnmācīšanās pakalpojumu izstrādē lielā mērogā
- Zināšanas par vektoru datubāzēm, RAG konveijeriem, uzvedņu inženierijas DSL un aģentu ietvariem, piemēram, LangChain, LangGraph un Semantic Kernel
- Labas Python un Java prasmes
- Pieredze konteineru ieviešanā, izmantojot Docker un Kubernetes
- Pieredze darbā ar AWS, Azure vai Google Cloud Platform
- Pieredze ar mūsdienu DevOps un MLOps praksi, tostarp GitHub Actions un Bedrock/SageMaker Pipelines
- Spēja veidot biznesa pamatojumus, kuros kopējās īpašumtiesību izmaksas tiek salīdzinātas ar neto pašreizējo vērtību
- Izcila ieinteresēto personu pārvaldības prasme un spēja sarežģītas tehniskās idejas izklāstīt īsos, uz rezultātu vērstos stāstījumos
- Pieredze biotehnoloģijas vai farmācijas nozarē tiks uzskatīta par priekšrocību
- Publicēta viedokļu līderība vai konferences prezentācijas par uzņēmuma ģeneratīvā mākslīgā intelekta ieviešanu tiks uzskatītas par priekšrocību
- Maģistra grāds datorzinātnēs un/vai datu zinātnē tiks uzskatīts par priekšrocību
- Agile metožu un SAFe pārzināšana tiks uzskatīta par priekšrocību
- Maģistra grāds un 10–12 vai vairāk gadu pieredze datorzinātnēs, IT vai saistītā jomā vai bakalaura grāds un 12–14 vai vairāk gadu pieredze saistītā jomā
- Izcila analītiskā un problēmu novēršanas prasme
- Spēcīgas rakstiskās un mutiskās saziņas prasmes
- Spēja efektīvi sadarboties ar globālām, izkliedētām komandām
- Spēcīga iniciatīva un patstāvība
- Spēja veiksmīgi pārvaldīt konkurējošas prioritātes
- Spēcīgas prezentēšanas un publiskās uzstāšanās prasmes
Priekšrocības
- Visaptveroša darbinieku labumu pakete
- Pensiju un uzkrājumu plāns ar būtiskām uzņēmuma iemaksām
- Grupas veselības, zobārstniecības un redzes apdrošināšana
- Dzīvības un invaliditātes apdrošināšana
- Elastīgi izdevumu konti
- Diskrecionāra ikgadējā prēmiju programma
- Ilgtermiņa akcijās balstīti stimuli
- Godalgoti apmaksāta atvaļinājuma plāni
- Elastīga darba organizācija, ja pieejama
- Karjeras izaugsmes un attīstības iespējas
- Darba un privātās dzīves līdzsvara programmas
- Finanšu plānošanas iespējas pensijai un citiem uzkrājumu mērķiem