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 og datavitenskap – Otsuka, New Jersey, fjernarbeid
Led utviklingen av AI-, maskinlærings- og agentbaserte løsninger for Otsukas farmasøytiske forskning og utvikling. Form virksomhetens strategi for AI-produkter, implementering og tverrfunksjonell transformasjon.
Beskrivelse
- Skap visjoner og veikart for AI-produkter som gjenspeiler forretningsprioriteringer, teknologisk utvikling og markedsforhold
- Videreutvikle porteføljemålene for datavitenskap og AI, samtidig som du støtter data- og analysestrategier for forskning og utvikling
- Bygg, tren, finjuster, valider og vurder AI- og maskinlæringsmodeller for virksomhetens behov
- Lever AI-systemer på virksomhetsnivå ved hjelp av prompt engineering, embeddings, finjustering, store språkmodeller og generativ AI
- Gjennomfør proof-of-concept-initiativer og skap AI-applikasjoner som styrker analysearbeidet og fremskynder legemiddelutviklingen
- Følg opp produktresultater gjennom dataanalyse og KPI-er, og bruk funnene som grunnlag for beslutninger
- Utvikle AI-løsninger basert på data fra farmasøytisk forskning og utvikling, legemiddelutvikling, kliniske studier og ekstern helsetjeneste
- Skap brukerorienterte AI-produkter som skaper tillit, fremmer bruk og muliggjør organisatorisk transformasjon
- Gi råd om AI-økosystemer, plattformer, rammeverk, arkitekturer og nye tekniske muligheter
- Støtt utviklere, teknisk personale og leverandører med veiledning om AI-konsepter og implementering
- Design, bygg og distribuer agentbaserte AI-systemer som omfatter persepsjon, planlegging, resonnering, orkestrering, gjennomføring og refleksjon
- Administrer AI-løsningenes livssykluser og oppdateringer gjennom MLOps- og LLMOps-praksiser og -verktøy
- Led initiativer for AI-adopsjon, kompetansebygging, endringsledelse og ansvarlig bruk
- Vurder bruksområder for AI og maskinlæring opp mot gjeldende retningslinjer, rammeverk, plattformkomponenter og standarder for ansvarlig AI
- Skap gjenbrukbare data- og AI-komponenter og frem skalerbar gjenbruk på tvers av funksjoner
- Led tverrfunksjonelle grupper med tekniske, delvis tekniske og forretningsmessige interessenter
- Rapporter fremdrift, resultater, effekt, begrensninger og risiko knyttet til AI til interessenter
- Samarbeid med interne funksjoner og eksterne partnere om å utvikle, bygge og samskape AI- og maskinlæringskapasiteter
- Koordiner med juridiske, personvern- og etikkteam om skjevhet, rettferdighet, åpenhet og personvern for data
- Arbeid effektivt gjennom iterativ eksperimentering samtidig som du håndterer tvetydighet i utviklingen av AI-produkter
Krav
- Mastergrad i datavitenskap, datateknikk, informatikk, fysikk, statistikk, informasjonssystemer eller et beslektet fagområde med fokus på avansert datavitenskap, AI og maskinlæring
- Ekspertise i å bruke virkelige datakilder til å produsere vitenskapelig evidens og forbedre operasjonell effektivitet
- Avansert kunnskap om datateknikk, datarepresentasjon, generativ AI, kunstig intelligens og metoder for maskinlæring
- Erfaring med å utforme arkitekturer og levere bruksområder for AI og maskinlæring
- Bakgrunn fra utvikling av AI-produkter som kombinerer AI, datavitenskap og maskinlæring
- Grundig forståelse av anvendelser av AI og maskinlæring i legemiddelindustrien
- Erfaring med Dataiku Data Science Studio, Snowflake, AWS SageMaker eller sammenlignbare datavitenskapsplattformer
- Kunnskap om integrasjon av maskinlærings- og AI-teknologier med datapipelines for datateknikk
- Svært god kjennskap til programvareutviklingslivssyklusen og livssyklusen for utvikling innen datavitenskap, inkludert CRISP
- Kjennskap til test- og valideringspraksis for GxP- og ikke-GxP-miljøer
- Erfaring med å utvikle programvare eller produkter basert på AI og maskinlæring
- Kjennskap til prinsipper for testing, validering og GxP-validering
- Erfaring med å utforme, bygge og vedlikeholde storskala data- og AI-løsninger i vitenskapelige, regulerte eller forskningsintensive miljøer
- Erfaring fra legemidler, bioteknologi eller biovitenskap – særlig innen legemiddelutvikling, kliniske studier eller forskning og utvikling – er svært ønskelig
- Dokumenterte resultater med å sette generativ AI og applikasjoner basert på store språkmodeller i produksjon
- Erfaring med å bruke data om erstatningskrav, kliniske studier, regulatoriske forhold, kvalitet og annen drift innen biovitenskap
- Dokumenterte resultater med å levere proof-of-concept og produksjonsklare applikasjoner innen AI, maskinlæring, generativ AI og store språkmodeller
- Forståelse av utfordringer knyttet til datainnsamling, datastyring og datastrukturering som påvirker AI-resultater
- Svært gode kommunikasjons- og interessenthåndteringsevner
- Sterke ferdigheter innen tverrfunksjonelt samarbeid og prosjektledelse
Fordeler
- Mulighet til å opptjene insentivbasert godtgjørelse
- Dekning av medisinske tjenester, tannbehandling, synsundersøkelser og reseptbelagte legemidler
- Grunnleggende livsforsikring betalt av arbeidsgiver
- Forsikring mot ulykkesdød og lemlestelse
- Dekning ved kort- og langvarig uførhet
- Refusjon av studieavgifter
- Støtte til studielån
- Sjenerøst arbeidsgiverbidrag til 401(k)
- Fleksibel fritid
- Betalte helligdager
- Betalte permisjonsordninger
- Ytterligere arbeidsgiverbetalte ytelser