Johnson & Johnson er et globalt helse- og legemiddelforetak som arbeider med innovative legemidler og medisinsk teknologi. Teamene utvikler løsninger innen onkologi, immunologi, nevrovitenskap, spesialisert oftalmologi, intervensjonsbehandling og ortopedi, og kombinerer vitenskap og teknologi for å møte komplekse helsebehov. Selskapet legger også vekt på likeverd i helse, miljømessig bærekraft samt mangfold og inkludering i arbeidet for helsepersonell, pasienter og lokalsamfunn over hele verden.
Ledende AI-driftsingeniør – hybrid i Milano
Som ledende AI-driftsingeniør har du ansvar for sikker, observerbar og kostnadseffektiv AI-drift hos Johnson & Johnson. Rollen støtter AI-applikasjoner i produksjon i Milano, Madrid og Lisboa.
Italia48 600 € – 77 395 € / år
HybridHeltidSeniorPåkrevd Språk: engelskAI-ingeniørMaskinlæringsingeniørBeskrivelse
- Utforme og levere omfattende observerbarhet for AI-applikasjoner og agenter
- Standardisere telemetri og distribuert sporing på tvers av agentarbeidsflyter, API-er, datatjenester, vektorlagre, modellendepunkter og eksterne verktøy
- Utvikle dashbord og varsler som dekker tilgjengelighet, forsinkelse, feil, pålitelighet, kvalitet, policybrudd, forbruk og tjenestehelse
- Etablere tjenestenivåindikatorer, mål, feilbudsjetter, varslingsterskler og standarder for driftsberedskap
- Støtte sporingsbasert feilsøking, rekonstruksjon av hendelser og kontrollert avspilling av økter, samtidig som sensitive data beskyttes
- Følge med på søkekvalitet, dataferskhet, regresjoner i modeller og prompter, unormale agentløkker, forringelse av verktøy og annen uventet atferd under kjøring
- Lede rotårsaksanalyser av hendelser i AI-plattformen og kjøretidsmiljøet og deretter iverksette forebyggende forbedringer og kontroller
- Bygge gjenbrukbare pipelines, maler og kontroller for versjonering av konfigurasjoner, prompter, modeller og agentkomponenter
- Innføre automatiserte porter for utrulling, integrasjonstesting, regresjonsvalidering, sikkerhetskontroller og kontroller av observability-dekning
- Støtte canary-utrullinger, featureflagg, modell- og leverandørruting, reservealternativer og prosedyrer for tilbakeføring
- Utvikle driftsverktøy for flere modeller, rammeverk, skymiljøer og agentarkitekturer
- Vedlikeholde driftsprosedyrer, referanseimplementasjoner, tekniske standarder og praksis for produksjonsstøtte
- Implementere måling, kostnadsfordeling, intern kostnadssynliggjøring, budsjetter, terskler, avviksvarsler og kjøretidskontroller for AI-forbruk
- Samarbeide med produktteam for å optimalisere modellvalg, ruting, kontekststørrelse, hurtigbufring, batching, nye forsøk og verktøybruk
- Integrere sikkerhet, personvern, ansvarlig AI, samsvar, identitet, tilgangsstyring, håndtering av hemmeligheter og revisjonssporbarhet i AI-kjøretiden
- Utvikle beskyttelse mot promptinjektører, jailbreaks, uautorisert bruk av verktøy, for omfattende tillatelser, datalekkasjer, usikre kjøringsveier og unormal tilgang
- Definere driftsprosedyrer for overvåking, support, hendelser, problemer, endringer, eskaleringer og gjenoppretting av tjenester
- Utarbeide sjekklister for produksjonsberedskap, akseptansekriterier, vaktprosedyrer, eskaleringsveier, gjenopprettingsprosedyrer og krav til forretningskontinuitet
- Automatisere driftsprosesser for å redusere rekonstruksjonsarbeid og fremskynde oppdagelse, diagnostisering, begrensning og gjenoppretting
- Utarbeide teknisk dokumentasjon og veilede utviklingsteam i godkjent driftspraksis
- Knytte sammen AI-, plattform-, sky-, data-, arkitektur-, cybersikkerhets-, personvern-, samsvars- og tjenestestyringsteam som teknisk kontaktperson
- Definere og følge opp KPI-er for pålitelighet, observerbarhet, hendelsesytelse, kostnadseffektivitet, kontrolldekning, revisjonsdokumentasjon og plattformadopsjon
- Bruke driftsdata til å prioritere automatisering, forbedret pålitelighet, kostnadsoptimalisering og risikoreduksjon
Krav
- Bachelor- eller mastergrad i informatikk, ingeniørfag, kunstig intelligens eller et beslektet fagområde, eller tilsvarende relevant erfaring
- Minst fem års praktisk erfaring med plattformteknikk, site reliability engineering, DevOps, DevSecOps, MLOps eller produksjonsprogramvareutvikling med ansvar for tjenester i drift
- Praktisk erfaring med å kjøre maskinlæring, generativ AI eller agentbaserte systemer i produksjon
- Praktisk kompetanse i Python, API-er, infrastruktur som kode og CI/CD-verktøy som Terraform, GitHub Actions eller Azure DevOps
- Erfaring med skybaserte plattformer, containere, orkestrering og skytjenester for virksomheter; Azure-erfaring verdsettes høyt
- Erfaring med å implementere observerbarhet gjennom logger, måledata, distribuerte spor, dashbord og varsler; OpenTelemetry eller tilsvarende standarder er en fordel
- Sterk forståelse av mønstre for LLM-applikasjoner, inkludert RAG, vektorlagre, model gateways, verktøykall, agentminne og orkestrering av flere agenter
- Arbeidskunnskap om identitets- og tilgangsstyring, håndtering av hemmeligheter, sikker logging, trusselmodellering, innebygd personvern og revisjonskontroller
- Evne til å omsette uklare drifts- og kontrollbehov til gjenbrukbare tekniske funksjoner, standarder, automatisering og driftsprosedyrer
- Gode ferdigheter innen interessenthåndtering, teknisk kommunikasjon og dokumentasjon
- Erfaring fra regulerte bransjer med formelle krav til sikkerhet, personvern, kvalitet, validering, risiko eller revisjon er en fordel
- Praktisk erfaring med Azure OpenAI, Azure AI Foundry, Azure Monitor, Application Insights, Microsoft Fabric eller tilsvarende skytjenester er en fordel
- Erfaring med plattformer for AI-observerbarhet eller evaluering, som Langfuse, LangSmith, Arize, MLflow eller tilsvarende verktøy, er en fordel
- Erfaring med å drifte flere modelltilbydere, skytjenester i flere skyer eller agentrammeverk er en fordel
- Kunnskap om FinOps, kostnadsfordeling i skyen, budsjettering og måling av enhetsøkonomi for AI-arbeidsbelastninger er en fordel
- Erfaring med å definere tjenestenivåmål, vaktmodeller, hendelseshåndtering og porter for driftsberedskap for virksomhetsplattformer er en fordel
Fordeler
- Årlig bonus med et mål som fastsettes ut fra lønnstrinn og lokasjon, basert på individuell og selskapets prestasjon
- Ferie
- Minst 12 ukers foreldrepermisjon
- Sorgpermisjon
- Omsorgspermisjon
- Permisjon for frivillig arbeid
- Refusjon til velværetiltak
- Programmer for økonomisk, fysisk og psykisk helse
- Utmerkelser for tjenestejubileer og anerkjennelse
- Forsikringsordninger for ansatte og, enkelte steder, kvalifiserte pårørende