Otsuka Pharmaceutical Companies (U.S.) zrzesza przedsiębiorstwa farmaceutyczne, które wspierają rozwój opieki zdrowotnej poprzez wprowadzanie produktów na rynek i prowadzenie badań klinicznych. Otsuka America Pharmaceutical, Inc. zajmuje się komercjalizacją leków opracowanych przez Otsuka oraz leków licencjonowanych przez tę firmę w Ameryce Północnej, natomiast Otsuka Pharmaceutical Development & Commercialization, Inc. kieruje rozwojem klinicznym i globalną rejestracją innowacyjnych produktów medycznych, ze szczególnym uwzględnieniem neuronauki. Wspólnie organizacje te działają w obszarach farmacji, opieki zdrowotnej i biotechnologii, koncentrując się na opracowywaniu rozwiązań wspierających lepsze zdrowie.
Dyrektor stowarzyszony, specjalista ds. rozwiązań AI (praca zdalna w USA)
Kieruje architekturą i dostarczaniem generatywnej AI, systemów agentowych oraz produktów uczenia maszynowego wspierających badania i rozwój w branży farmaceutycznej oraz funkcje korporacyjne. Prowadzi zespoły międzyfunkcyjne od badań wykonalności po wdrożenie produkcyjne.
Stany Zjednoczone169 222 $ – 253 000 $ / rok
ZdalniePełny etatSeniorWymagany Język: angielskiSztuczna inteligencjaOpis
- Projektowanie i tworzenie nowoczesnych rozwiązań, przypadków użycia i aplikacji AI
- Badanie wykonalności proponowanych rozwiązań AI
- Wyznaczanie kierunków architektury i projektowania w obszarach AI, analizy danych, procesów i przepływów pracy
- Dostarczanie zaawansowanych rozwiązań AI dla badań i rozwoju oraz funkcji korporacyjnych
- Tworzenie orkiestracji wielu agentów, aplikacji generatywnej AI i wielokrotnego użytku możliwości AI
- Śledzenie nowych technologii AI i kierowanie ich wdrażaniem w projektach i zespołach
- Tworzenie solidnych rozwiązań AI wspólnie z analitykami danych, badaczami AI, inżynierami, zespołami IT i ekspertami z dziedziny nauk biologicznych
- Definiowanie wizji produktów AI i planów rozwoju zgodnych z celami biznesowymi oraz zmianami technologicznymi i rynkowymi
- Wykorzystywanie analizy danych i kluczowych wskaźników efektywności do monitorowania wyników produktów i oceny wartości biznesowej modeli AI
- Opracowywanie rozwiązań wspierających odpowiedzialną AI, ochronę prywatności już na etapie projektowania oraz zgodność z przepisami
- Eksperymentowanie z modelami AI i uczenia maszynowego, ich trenowanie, dostrajanie, walidowanie i ocena
- Projektowanie i wdrażanie agentowych systemów AI obejmujących percepcję, planowanie, rozumowanie, orkiestrację, wykonywanie i refleksję
- Nadzorowanie cyklu życia produkcyjnego oraz bieżących zmian systemów AI, ML, LLM i systemów agentowych
- Kształtowanie możliwości ekosystemu AI, w tym platform, frameworków, architektury i nowych rozwiązań
- Mentorowanie programistów i nadzorowanie stosowania koncepcji AI oraz praktyk implementacyjnych
- Prowadzenie lub wspieranie przeglądów przypadków użycia AI i ML poprzez wiedzę ekspercką oraz wskazówki dotyczące realizacji
- Diagnozowanie i rozwiązywanie problemów wpływających na analitykę danych i aplikacje AI podczas tworzenia oraz wsparcia produkcyjnego
- Tworzenie i promowanie wielokrotnego użytku komponentów danych i AI w różnych funkcjach biznesowych oraz w szerszym ekosystemie AI
- Prowadzenie międzyfunkcyjnych grup interesariuszy technicznych, częściowo technicznych i biznesowych
- Informowanie interesariuszy o postępach, wynikach, wpływie, ograniczeniach, ryzykach i oczekiwaniach związanych z AI
- Tłumaczenie złożonych koncepcji AI między zespołami technicznymi a nietechnicznymi partnerami biznesowymi
- Prowadzenie inicjatyw związanych z wdrażaniem technologii AI i zarządzaniem zmianą
- Współpraca z wewnętrznymi funkcjami i zewnętrznymi partnerami w celu budowania możliwości AI i uczenia maszynowego
- Koordynowanie działań z zespołami analityki danych, IT, architektury chmurowej i platform w celu dostosowania rozwiązań do architektury przedsiębiorstwa i wymagań zgodności
- Współpraca z zespołami prawnymi, ds. prywatności i etyki w zakresie stronniczości, sprawiedliwości, przejrzystości i prywatności danych
- Skuteczna praca poprzez eksperymentowanie i iteracyjne podejście podczas tworzenia produktów AI
- Wykorzystywanie wiedzy i kontekstu do kierowania dalszym rozwojem produktów
Wymagania
- Wykształcenie magisterskie w dziedzinie analizy danych, inżynierii komputerowej, informatyki, fizyki, statystyki, systemów informacyjnych lub pokrewnej dyscyplinie ukierunkowanej na zaawansowaną analizę danych, AI i uczenie maszynowe
- Stopień doktora będzie dodatkowym atutem
- Ekspercka znajomość rzeczywistych zasobów danych i ich wykorzystywania do uzyskiwania dowodów naukowych oraz poprawy skuteczności i efektywności operacyjnej
- Głęboka znajomość inżynierii danych, reprezentacji danych, generatywnej AI, sztucznej inteligencji i metod uczenia maszynowego
- Doświadczenie w projektowaniu i dostarczaniu przypadków użycia AI i uczenia maszynowego
- Doświadczenie w inżynierii oprogramowania lub produktów
- Dobra znajomość zastosowań AI i uczenia maszynowego w farmacji
- Doświadczenie z Dataiku Data Science Studio, AWS SageMaker, Snowflake lub porównywalnymi platformami analityki danych
- Doświadczenie w integrowaniu technologii uczenia maszynowego i AI z potokami inżynierii danych
- Bardzo dobra znajomość cyklu życia tworzenia oprogramowania i cyklu życia tworzenia rozwiązań analityki danych, w tym CRISP
- Doświadczenie w tworzeniu oprogramowania lub produktów opartych na AI i uczeniu maszynowym
- Znajomość zasad testowania, walidacji i walidacji GxP
- Doświadczenie w tworzeniu i utrzymywaniu wielkoskalowych rozwiązań danych i AI w środowiskach naukowych, regulowanych lub intensywnie badawczych
- Duże doświadczenie w farmacji, biotechnologii lub naukach biologicznych, zwłaszcza w opracowywaniu leków, badaniach klinicznych lub pracach badawczo-rozwojowych, będzie szczególnie mile widziane
- Udokumentowane doświadczenie we wdrażaniu i uruchamianiu aplikacji generatywnej AI, AI/ML i dużych modeli językowych w ramach weryfikacji koncepcji oraz w środowisku produkcyjnym
- Znajomość procesów biznesowych badań i rozwoju w naukach biologicznych
- Doświadczenie w pracy z danymi dotyczącymi roszczeń, badań klinicznych, regulacji, jakości i innych operacji w naukach biologicznych
- Zrozumienie wyzwań związanych ze zbieraniem, zarządzaniem i strukturyzowaniem danych, które wpływają na wyniki AI
- Silne umiejętności współpracy, pracy międzyfunkcyjnej i zarządzania projektami
- Doskonałe umiejętności komunikacyjne i zarządzania interesariuszami
- Samodzielność oraz skuteczność w pracy indywidualnej i zespołowej
- Umiejętność kreatywnego rozwiązywania problemów w oparciu o zasady odpowiedzialnej AI i powiązane technologie
Benefity
- Ubezpieczenie medyczne, stomatologiczne, okulistyczne oraz refundacja leków na receptę
- Podstawowe ubezpieczenie na życie opłacane przez firmę
- Ubezpieczenie od następstw nieszczęśliwych wypadków, śmierci i trwałego uszczerbku na zdrowiu
- Ubezpieczenie od krótkoterminowej i długoterminowej niezdolności do pracy
- Zwrot kosztów kształcenia
- Pomoc w spłacie kredytów studenckich
- Hojne dopłaty pracodawcy do planu 401(k)
- Elastyczny czas wolny
- Płatne święta
- Programy płatnego urlopu
- Dodatkowe świadczenia zapewniane przez firmę
- Możliwość uzyskania wynagrodzenia motywacyjnego