Amgen to globalna firma biotechnologiczna, która opracowuje i wprowadza na rynek leki wytwarzane z wykorzystaniem żywych komórek. Jej działalność koncentruje się na poważnych chorobach, w tym schorzeniach, w przypadku których możliwości leczenia są ograniczone, i opiera się na badaniach naukowych oraz próbach klinicznych. Firma jest kojarzona z postępem w leczeniu nowotworów i kontroli otyłości, a jednocześnie podkreśla znaczenie etycznych badań, bezpieczeństwa pacjentów i zrównoważonego rozwoju środowiska.
Zdalny specjalista ds. danych: generatywna AI i łańcuch dostaw w Amgen
Kieruj rozwojem generatywnej AI, uczenia maszynowego i analityki dla biotechnologicznego łańcucha dostaw Amgen. Prowadź rozwiązania od eksperymentów do wdrożenia w całej firmie.
Stany Zjednoczone103 852 $ – 140 505 $ / rok
ZdalniePełny etatJuniorPoziom średniWymagany Język: angielskiData scientistOpis
- Kieruj techniczną pracą zespołu data science nad przypisanymi rozwiązaniami analitycznymi wykorzystującymi AI.
- Współpracuj z właścicielami produktów i interesariuszami łańcucha dostaw, aby przekładać potrzeby biznesowe na priorytetowe przypadki użycia, podejścia techniczne, miary sukcesu i plany realizacji.
- Twórz, oceniaj i ulepszaj rozwiązania generatywnej oraz agentowej AI, wykorzystując duże modele językowe, generowanie wspomagane wyszukiwaniem, wyszukiwanie semantyczne, inżynierię promptów i przepływy pracy wielu agentów.
- Konfiguruj ocenę i monitorowanie rozwiązań AI, uwzględniając dokładność, trafność, odporność, bezpieczeństwo, opinie użytkowników i odpowiednią weryfikację przez człowieka.
- Stosuj uczenie maszynowe, modelowanie statystyczne i analizę szeregów czasowych do potrzeb łańcucha dostaw związanych z popytem, podażą, zapasami, mocami, kosztami, ryzykiem i efektywnością operacyjną.
- Współpracuj z inżynierami danych przy tworzeniu wiarygodnych analitycznych zbiorów danych, wielokrotnego użytku cech, kontroli jakości danych, śledzenia ich pochodzenia i dokumentacji produktów AI oraz analitycznych.
- Integruj rozwiązania data science z aplikacjami korporacyjnymi we współpracy z zespołami inżynieryjnymi, architektury, platform, testów i wdrożeń; wspieraj testowanie, wdrażanie, wydajność produkcyjną i rozwiązywanie problemów.
- Wspieraj i weryfikuj pracę specjalistów data science, inżynierów i partnerów wdrożeniowych, koordynuj zależności oraz promuj podejścia wielokrotnego użytku w powiązanych produktach.
- Przygotowuj dokumentację techniczną i procedury operacyjne oraz uczestnicz w przeglądach technicznych.
- Przedstawiaj ustalenia, kompromisy, ryzyka, rekomendacje i wpływ na biznes technicznym i nietechnicznym interesariuszom; uczestnicz w zwinnym dostarczaniu rozwiązań oraz właściwych procesach zarządzania AI i danymi.
Wymagania
- Tytuł magistra i od 1 do 3 lat doświadczenia w informatyce, IT lub pokrewnej dziedzinie; albo tytuł licencjata w dziedzinie data science, biznesu, statystyki, eksploracji danych, matematyki stosowanej, analityki biznesowej, inżynierii, informatyki lub pokrewnej oraz 2 lata odpowiedniego doświadczenia; albo dyplom ukończenia studiów krótkiego cyklu w jednej z tych dziedzin oraz 6 lat odpowiedniego doświadczenia.
- Praktyczne doświadczenie w używaniu Pythona i SQL do analizy danych, tworzenia cech, uczenia maszynowego, przetwarzania języka naturalnego i opracowywania rozwiązań AI.
- Doświadczenie w projektowaniu lub rozwijaniu generatywnej AI i rozwiązań opartych na dużych modelach językowych, takich jak asystenci AI, generowanie wspomagane wyszukiwaniem, embeddingi, wyszukiwanie semantyczne, inżynieria promptów lub przepływy agentowe.
- Ugruntowana wiedza z zakresu uczenia maszynowego, analizy statystycznej, eksploracyjnej analizy danych, metod analizy szeregów czasowych i oceny modeli.
- Doświadczenie we wdrażaniu rozwiązań data science lub AI z etapu eksperymentów do środowiska produkcyjnego, w tym testowaniu, kontroli wersji, monitorowaniu oraz praktykach MLOps lub LLMOps.
- Umiejętność pracy z dużymi, złożonymi zbiorami danych oraz współpracy przy modelowaniu danych, kontroli ich jakości i pochodzenia, a także tworzeniu wielokrotnego użytku analitycznych potoków danych.
- Umiejętność przekładania problemów biznesowych na podejścia techniczne, samodzielnego prowadzenia technicznego strumienia prac i jasnego komunikowania wyników.
- Mile widziane: doświadczenie w analityce łańcucha dostaw, produkcji lub biotechnologii, np. w planowaniu popytu i podaży, zapasów, mocy, kosztów, planowaniu finansowym lub wskaźnikach operacyjnych.
- Mile widziane: doświadczenie z chmurowymi platformami danych i AI, przetwarzaniem danych na dużą skalę oraz integrowaniem możliwości AI z aplikacjami korporacyjnymi.
- Mile widziane: znajomość odpowiedzialnej AI, zarządzania AI, bezpieczeństwa, zgodności, obserwowalności i bieżącego zarządzania wydajnością rozwiązań.
- Mile widziane: doświadczenie we wspieraniu produktów analitycznych lub raportowych oraz współpracy z zespołami wielofunkcyjnymi i partnerami wdrożeniowymi w środowisku Agile lub SAFe.
- Mile widziany certyfikat z zakresu data science, sztucznej inteligencji lub uczenia maszynowego.
- Opcjonalnie: certyfikat z zakresu chmury lub platform danych.
- Doskonałe umiejętności krytycznego myślenia, analizy i rozwiązywania problemów.
- Bardzo dobre umiejętności komunikacji, współpracy i zarządzania relacjami z interesariuszami.
- Umiejętność zapewniania przywództwa technicznego i wywierania wpływu bez formalnych uprawnień.
- Umiejętność łączenia pracy technicznej z wynikami biznesowymi i jasnego wyjaśniania złożonych zagadnień.
- Bardzo dobre umiejętności prezentacji, dzielenia się wiedzą i mentoringu.
Benefity
- Kompleksowy pakiet świadczeń pracowniczych, w tym plan emerytalny i oszczędnościowy z hojnymi składkami firmy.
- Grupowe ubezpieczenie medyczne, stomatologiczne i okulistyczne.
- Ubezpieczenie na życie i od niezdolności do pracy.
- Elastyczne konta wydatków.
- Uznaniowy program premii rocznych.
- Długoterminowe zachęty w formie akcji.
- Wielokrotnie nagradzane plany urlopowe.
- Elastyczne modele pracy tam, gdzie jest to możliwe.
- Możliwości rozwoju zawodowego.
- Plany finansowe umożliwiające oszczędzanie na emeryturę i inne cele.
- Wsparcie równowagi między pracą a życiem prywatnym.