Solventum opracowuje technologie i usługi medyczne, które mają wspierać bezpieczniejszą i bardziej efektywną opiekę medyczną oraz stomatologiczną. Oferta firmy obejmuje zaawansowane rozwiązania do leczenia ran, chirurgii i sterylizacji, produkty do higieny jamy ustnej, usługi i technologie związane z informacją medyczną, a także systemy oczyszczania i filtracji do zastosowań biofarmaceutycznych. Firma wspiera również pracowników ochrony zdrowia, udostępniając materiały edukacyjne i szkoleniowe, oraz łączy rozwój produktów z dbałością o bezpieczeństwo pacjentów, wyniki kliniczne i efektywność operacyjną.
Starszy inżynier AI i uczenia maszynowego — praca hybrydowa w Bangalore
Twórz produkcyjne rozwiązania AI, uczenia maszynowego i automatyzacji agentowej dla łańcucha dostaw Solventum w sektorze ochrony zdrowia. Wdrażaj skalowalne systemy w AWS i Microsoft Azure.
Opis
- Tworzyć i wdrażać skalowalne modele uczenia maszynowego oraz rozwiązania AI dla złożonych problemów łańcucha dostaw
- Opracowywać kompleksowe potoki uczenia maszynowego na potrzeby prognozowania, optymalizacji, analityki predykcyjnej, wykrywania anomalii i inteligentnej automatyzacji
- Projektować, testować i wdrażać agentów AI oraz systemy wieloagentowe z użyciem LangGraph, LangChain, AutoGen, CrewAI lub porównywalnych frameworków
- Budować przepływy pracy oparte na dużych modelach językowych, z integracją narzędzi, pamięcią i orkiestracją w celu automatyzacji procesów biznesowych
- Tworzyć potoki pozyskiwania, transformacji i inżynierii cech dla ustrukturyzowanych, częściowo ustrukturyzowanych i nieustrukturyzowanych danych korporacyjnych
- Łączyć repozytoria wiedzy, grafy wiedzy, wektorowe bazy danych i rozwiązania do inteligentnego przetwarzania dokumentów
- Wdrażać i obsługiwać aplikacje AI oraz uczenia maszynowego w AWS i Microsoft Azure
- Utrzymywać potoki MLOps i LLMOps obejmujące wersjonowanie modeli, CI/CD, automatyczne wdrażanie, monitorowanie i ponowne trenowanie
- Oceniać i ulepszać modele uczenia maszynowego oraz duże modele językowe pod kątem dokładności, opóźnień, wykorzystania zasobów chmurowych, niezawodności i kosztów
- Stosować zasady odpowiedzialnej AI
- Współpracować z interesariuszami łańcucha dostaw, analitykami danych, inżynierami oprogramowania, architektami chmurowymi, menedżerami produktu i zespołami transformacji cyfrowej
- Definiować standardy inżynieryjne, uczestniczyć w przeglądach architektury i kodu oraz tworzyć dokumentację techniczną
Wymagania
- Wykształcenie wyższe licencjackie lub inżynierskie w dziedzinie informatyki, inżynierii oprogramowania, AI lub pokrewnej oraz co najmniej 7 lat doświadczenia zawodowego w uczeniu maszynowym, sztucznej inteligencji, analizie danych lub inżynierii AI
- Alternatywnie: tytuł magistra, odpowiednie doświadczenie branżowe oraz co najmniej 5 lat doświadczenia
- Zaawansowana, praktyczna znajomość języka Python
- Doświadczenie w projektowaniu, tworzeniu, wdrażaniu i optymalizacji skalowalnych rozwiązań z zakresu uczenia maszynowego i AI w środowisku produkcyjnym
- Doświadczenie w modelowaniu predykcyjnym, prognozowaniu, optymalizacji, inżynierii cech, ocenie modeli, monitorowaniu i zarządzaniu cyklem życia
- Doświadczenie z platformami chmurowymi, w tym Azure, Databricks i AWS
- Praktyczne doświadczenie w tworzeniu i wdrażaniu produkcyjnych aplikacji generatywnej AI oraz agentowych przepływów pracy z użyciem LangGraph, LangChain, AutoGen, CrewAI lub podobnych technologii
- Praktyczna znajomość dużych modeli językowych, inżynierii promptów, RAG, metod oceny AI i odpowiedzialnej AI
- Dobre rozumienie wzorców projektowania systemów, mikrousług, API, Dockera, Kubernetesa i automatyzacji infrastruktury
- Doświadczenie z narzędziami do obserwowalności i oceny AI, takimi jak Azure AI Foundry, Azure Monitor, Azure ML Monitoring, AWS CloudWatch, MLflow, LangSmith, Prometheus, Grafana lub OpenTelemetry
- Doświadczenie z korporacyjnymi platformami danych, potokami danych, SQL i frameworkami rozproszonego przetwarzania danych
- Gotowość do podróży służbowych przez 10–20% czasu pracy
- Mile widziane: praktyczne doświadczenie w tworzeniu rozwiązań AI i uczenia maszynowego dla łańcuchów dostaw, ochrony zdrowia lub innych obszarów korporacyjnych
- Mile widziane: doświadczenie w stosowaniu praktyk MLOps i LLMOps
- Mile widziane: znajomość zarządzania AI, wyjaśnialności modeli, bezpieczeństwa danych, prywatności i zasad odpowiedzialnej AI
Benefity
- Hybrydowy model pracy w Bangalore
- Praca nad rozwiązaniami AI, uczenia maszynowego i analizy danych dla ochrony zdrowia
- Współpraca z zespołami technicznymi i biznesowymi z różnych obszarów
- Możliwość pracy z platformami chmurowymi AWS i Microsoft Azure
- Praca w obszarach AI i uczenia maszynowego, generatywnej AI, agentowej AI, MLOps i LLMOps