Amgen — глобальная биотехнологическая компания, разрабатывающая и выводящая на рынок лекарственные препараты, созданные с использованием живых клеток. Компания занимается лечением серьёзных заболеваний, включая состояния с ограниченными возможностями терапии, опираясь на научные исследования и клинические испытания. Amgen связывают с достижениями в лечении рака и борьбе с ожирением, при этом компания уделяет особое внимание этичным исследованиям, безопасности пациентов и экологической устойчивости.
Ведущий инженер по машинному обучению в Amgen (удалённо)
Руководите архитектурой корпоративного машинного обучения и промышленными системами генеративного ИИ в Amgen. Создавайте защищённые и масштабируемые решения на основе ИИ для биотехнологических и фармацевтических операций.
Описание
- Определять архитектуру, стандарты, API и защитные ограничения корпоративных систем ИИ/МО в облачных и локальных средах
- Разрабатывать промышленные решения машинного обучения и генеративного ИИ, включая лёгкие приложения, предоставляющие аналитические сведения менее чем за секунду
- Создавать сквозные конвейеры МО для приёма данных, разработки признаков, обучения, оптимизации гиперпараметров, оценки, регистрации и автоматического продвижения моделей
- Разрабатывать и поддерживать полнофункциональные приложения ИИ, связывающие сервисы моделей с пользовательскими интерфейсами, движками рабочих процессов и бизнес-логикой
- Внедрять наблюдаемость, целевые показатели уровня сервиса, безопасные методы развёртывания и регламенты реагирования на инциденты
- Руководить офлайн-, онлайн- и A/B-тестированием, а также мониторингом дрейфа и автоматическим переобучением моделей
- Проектировать системы LLM и RAG с управлением промптами, средствами безопасности и оптимизированным выводом
- Поддерживать документацию по качеству и происхождению данных, карточки моделей и данных, применяя методы защиты конфиденциальности
- Разрабатывать повторно используемые активы МО и генеративного ИИ, включая хранилища признаков, реестры моделей и библиотеки отслеживания экспериментов
- Продвигать инженерные практики, повышающие скорость поставки решений в командах разработки
- Проводить исследовательский анализ и выявлять признаки в сложных многомерных наборах данных
- Создавать прототипы и тестировать алгоритмы, оценивать масштабируемость и готовность к эксплуатации, а также совместно отвечать за KPI производительности моделей
- Преобразовывать требования подразделений R&D, производства и коммерческого направления в практические дорожные карты
- Наставлять инженерные команды и объяснять заинтересованным сторонам технические компромиссы
- Сотрудничать с командами DevOps, безопасности, соответствия требованиям и продукта для создания корпоративных решений на основе ИИ
Требования
- Докторская степень и 2 года опыта в инженерии машинного обучения либо степень магистра и 6 лет опыта, степень бакалавра и 8 лет опыта, степень младшего специалиста и 10 лет опыта или аттестат о среднем образовании/GED и 12 лет опыта
- Не менее 2 лет непосредственного управления людьми или лидерского опыта с ответственностью за команды, проекты, программы или распределение ресурсов
- 3–5 лет опыта в области ИИ/МО и корпоративного программного обеспечения
- Продвинутое понимание методов машинного обучения, включая регрессию, ансамбли деревьев, кластеризацию, снижение размерности, модели временных рядов, CNN, RNN, трансформеры и методы LLM/RAG
- Подтверждённый опыт оценки и интеграции продуктов AI SaaS/PaaS и разработки пользовательских сервисов МО в масштабе
- Экспертное знание векторных баз данных, конвейеров RAG, DSL для разработки промптов и агентских фреймворков, таких как LangChain, LangGraph и Semantic Kernel
- Уверенное владение Python и Java
- Опыт развёртывания контейнеров с Docker и Kubernetes
- Опыт работы с AWS, Azure или Google Cloud Platform
- Опыт применения современных практик DevOps и MLOps, включая GitHub Actions и Bedrock/SageMaker Pipelines
- Умение создавать бизнес-кейсы, сопоставляющие совокупную стоимость владения с чистой приведённой стоимостью
- Исключительные навыки взаимодействия с заинтересованными сторонами и способность представлять сложные технические идеи в виде кратких повествований, ориентированных на результат
- Опыт работы в биотехнологической или фармацевтической отрасли будет преимуществом
- Желательно наличие публикаций или выступлений на конференциях о внедрении корпоративного генеративного ИИ
- Желательна степень магистра в области компьютерных наук и/или науки о данных
- Желательно знакомство с Agile и SAFe
- Степень магистра и 10–12 или более лет опыта в компьютерных науках, ИТ или смежной области либо степень бакалавра и 12–14 или более лет опыта в смежной области
- Отличные аналитические навыки и способности к устранению неполадок
- Сильные навыки письменной и устной коммуникации
- Умение эффективно сотрудничать с глобальными распределёнными командами
- Инициативность и самостоятельность
- Умение успешно управлять конкурирующими приоритетами
- Сильные навыки презентации и публичных выступлений
Преимущества
- Комплексный пакет льгот для сотрудников
- Пенсионный план и план сбережений со значительными взносами компании
- Групповое медицинское, стоматологическое страхование и страхование зрения
- Страхование жизни и инвалидности
- Счета гибких расходов
- Дискреционная ежегодная бонусная программа
- Долгосрочные стимулы на основе акций
- Отмеченные наградами программы оплачиваемого отпуска
- Гибкий формат работы, если доступен
- Возможности карьерного роста и развития
- Программы поддержки баланса между работой и личной жизнью
- Варианты финансового планирования для выхода на пенсию и других целей накопления