Otsuka Pharmaceutical Companies (U.S.)
Otsuka Pharmaceutical Companies (U.S.)
1 001 – 5 000 Ansatte
BioteknologiHelsevesenLegemidler
Otsuka Pharmaceutical Companies (U.S.) samler legemiddelvirksomheter med fokus på å fremme helsetjenester gjennom kommersialisering av produkter og klinisk utvikling. Otsuka America Pharmaceutical, Inc. kommersialiserer legemidler som er utviklet av Otsuka eller lisensiert inn av selskapet, i Nord-Amerika, mens Otsuka Pharmaceutical Development & Commercialization, Inc. leder klinisk utvikling og global registrering av innovative helseprodukter, med særlig kompetanse innen nevrovitenskap. Til sammen arbeider organisasjonene innen legemidler, helsetjenester og bioteknologi, med fokus på å utvikle løsninger som bidrar til bedre helse.

Assisterende direktør, AI-løsningsforsker (fjernarbeid i USA)

Led arkitekturen og leveransen av generativ AI, agentbaserte systemer og maskinlæringsprodukter for legemiddelforskning og virksomhetsfunksjoner. Veiled tverrfunksjonelle team fra gjennomførbarhetsstudier til produksjonssetting.

Beskrivelse

  • Arkitekturer og utvikle moderne AI-løsninger, bruksområder og applikasjoner
  • Undersøk gjennomførbarheten av foreslåtte AI-løsninger
  • Gi retning for arkitektur og design innen AI, datavitenskap, prosesser og arbeidsflyter
  • Lever avanserte AI-løsninger for forskning og utvikling samt virksomhetsfunksjoner
  • Skap orkestrering av flere agenter, generative AI-applikasjoner og gjenbrukbare AI-funksjoner
  • Følg fremvoksende AI-teknologier og styr innføringen av dem på tvers av prosjekter og team
  • Bygg robuste AI-løsninger sammen med dataforskere, AI-forskere, ingeniører, IT-team og eksperter innen biovitenskap
  • Definer visjoner og veikart for AI-produkter i tråd med forretningsmål, teknologi og markedsutvikling
  • Bruk dataanalyse og KPI-er til å følge produktresultater og vurdere forretningsverdien av AI-modeller
  • Utvikle løsninger som støtter ansvarlig AI, innebygd personvern og regelverksetterlevelse
  • Eksperimenter med, tren, finjuster, valider og evaluer AI- og maskinlæringsmodeller
  • Design og sett i drift agentbaserte AI-systemer som omfatter persepsjon, planlegging, resonnering, orkestrering, utførelse og refleksjon
  • Overvåk produksjonslivssyklusen og løpende revisjoner av AI-, ML-, LLM- og agentsystemer
  • Utform AI-økosystemets kapabiliteter, inkludert plattformer, rammeverk, arkitektur og ny utvikling
  • Vær mentor for utviklere og overvåk anvendelsen av AI-konsepter og implementeringspraksis
  • Led eller støtt gjennomganger av AI/ML-bruksområder med fagkompetanse og veiledning i gjennomføringen
  • Diagnostiser og løs problemer som påvirker dataanalyse og AI-applikasjoner under utvikling og produksjonsstøtte
  • Opprett og frem gjenbrukbare data- og AI-komponenter på tvers av virksomhetsfunksjoner og det bredere AI-økosystemet
  • Led tverrfunksjonelle grupper av tekniske, semitekniske og forretningsmessige interessenter
  • Hold interessenter informert om AI-fremdrift, resultater, påvirkning, begrensninger, risikoer og forventninger
  • Oversett komplekse AI-konsepter mellom tekniske team og ikke-tekniske forretningspartnere
  • Led initiativer for innføring og endringsledelse knyttet til AI-teknologier
  • Samarbeid med interne funksjoner og eksterne partnere for å bygge opp AI- og maskinlæringskapabiliteter
  • Koordiner med data science-, IT-, skyarkitektur- og plattformteam for å tilpasse løsninger til virksomhetsarkitektur og regelverksetterlevelse
  • Samarbeid med juridiske-, personvern- og etikkteam om skjevhet, rettferdighet, åpenhet og personvern
  • Arbeid effektivt gjennom eksperimentering og iterasjon i utviklingen av AI-produkter
  • Bruk innsikt og kontekst til å styre den løpende produktutviklingen

Krav

  • Mastergrad i datavitenskap, datateknikk, informatikk, fysikk, statistikk, informasjonssystemer eller en relatert disiplin med fokus på avansert datavitenskap, AI og maskinlæring
  • Doktorgrad er en fordel
  • Ekspertise innen reelle dataressurser og bruk av dem til å produsere vitenskapelig evidens og forbedre operasjonell effektivitet og virkningsgrad
  • Dyp kunnskap om data engineering, datarepresentasjon, generativ AI, kunstig intelligens og metoder innen maskinlæring
  • Erfaring med å utforme og levere AI- og maskinlæringsbruksområder
  • Erfaring med programvare- eller produktutvikling
  • God forståelse av AI- og maskinlæringsapplikasjoner i legemiddelindustrien
  • Erfaring med Dataiku Data Science Studio, AWS SageMaker, Snowflake eller sammenlignbare datavitenskapsplattformer
  • Erfaring med å integrere maskinlærings- og AI-teknologier med datapipelines for data engineering
  • God kunnskap om livssyklusen for programvareutvikling og utviklingslivssyklusen for datavitenskap, inkludert CRISP
  • Erfaring med å utvikle programvare eller produkter basert på AI og maskinlæring
  • Kjennskap til prinsipper for testing, validering og GxP-validering
  • Erfaring med å bygge og vedlikeholde storskala data- og AI-løsninger i vitenskapelige, regulerte eller forskningsintensive miljøer
  • Solid erfaring fra legemiddel-, bioteknologi- eller biovitenskapsområdet, særlig innen legemiddelutvikling, kliniske studier eller forskning og utvikling, er svært ønskelig
  • Dokumenterte resultater med å implementere og sette i drift proof-of-concept- og produksjonsapplikasjoner for generativ AI, AI/ML og store språkmodeller
  • Forståelse av forretningsprosesser innen forskning og utvikling i biovitenskap
  • Erfaring med å arbeide med erstatningskrav, kliniske studier, regulatoriske data, kvalitetsdata og andre driftsdata fra biovitenskap
  • Forståelse av utfordringer knyttet til datainnsamling, datastyring og datastrukturering som påvirker AI-resultater
  • Gode samarbeidsevner, erfaring med tverrfunksjonelt teamarbeid og prosjektledelse
  • Svært gode kommunikasjons- og interessenthåndteringsevner
  • Selvstendig og effektiv i både individuelt arbeid og samarbeid
  • Kreative problemløsningsevner forankret i ansvarlig AI og relaterte teknologier

Fordeler

  • Dekning av lege-, tannlege-, syns- og reseptbelagte legemidler
  • Grunnleggende livsforsikring betalt av selskapet
  • Forsikring ved ulykkesdød og lemlestelse
  • Kort- og langsiktig uføreforsikring
  • Refusjon av studieavgifter
  • Støtte til studielån
  • Gunstig 401(k)-matching
  • Fleksibel fri
  • Betalte helligdager
  • Betalte permisjonsordninger
  • Ytterligere firmabetalte ytelser
  • Mulighet for insentivordning