Otsuka Pharmaceutical Companies (U.S.) объединяет фармацевтические компании, которые развивают здравоохранение благодаря выводу продукции на рынок и клиническим исследованиям. Otsuka America Pharmaceutical, Inc. занимается коммерциализацией лекарственных препаратов, разработанных и лицензированных Otsuka, в Северной Америке, а Otsuka Pharmaceutical Development & Commercialization, Inc. руководит клинической разработкой и глобальной регистрацией инновационных продуктов для здравоохранения, уделяя особое внимание нейронаукам. Вместе эти организации работают в сферах фармацевтики, здравоохранения и биотехнологий, сосредоточившись на создании решений для улучшения здоровья.
Заместитель директора, специалист по решениям в области ИИ (удалённая работа в США)
Руководит архитектурой и созданием генеративного ИИ, агентных систем и продуктов машинного обучения для поддержки фармацевтических исследований и разработок, а также корпоративных функций. Направляет межфункциональные команды от исследований осуществимости до вывода решений в промышленную эксплуатацию.
Соединенные Штаты169 222 $ – 253 000 $ / год
УдалённоПолная занятостьСтарший специалистТребуемый Язык: английскийИскусственный интеллектОписание
- Проектировать и создавать современные решения, варианты использования и приложения на основе ИИ
- Исследовать осуществимость предлагаемых решений на основе ИИ
- Определять архитектуру и направления проектирования в области ИИ, анализа данных, процессов и рабочих процессов
- Создавать передовые решения на основе ИИ для исследований и разработок и корпоративных функций
- Создавать мультиагентную оркестрацию, приложения генеративного ИИ и повторно используемые возможности ИИ
- Отслеживать новые технологии ИИ и направлять их внедрение в проектах и командах
- Создавать надёжные решения на основе ИИ совместно с специалистами по данным, исследователями ИИ, инженерами, ИТ-командами и экспертами в области наук о жизни
- Определять видение и дорожные карты ИИ-продуктов в соответствии с бизнес-целями, развитием технологий и рынка
- Применять анализ данных и ключевые показатели эффективности для отслеживания результатов работы продуктов и оценки бизнес-ценности моделей ИИ
- Разрабатывать решения, поддерживающие ответственный ИИ, конфиденциальность на этапе проектирования и соблюдение нормативных требований
- Экспериментировать с моделями ИИ и машинного обучения, обучать, дообучать, валидировать и оценивать их
- Проектировать и внедрять агентные системы ИИ, включающие восприятие, планирование, рассуждение, оркестрацию, выполнение и рефлексию
- Контролировать производственный жизненный цикл и постоянные доработки систем ИИ, машинного обучения, больших языковых моделей и агентных систем
- Формировать возможности экосистемы ИИ, включая платформы, фреймворки, архитектуру и новые разработки
- Наставлять разработчиков и контролировать применение концепций ИИ и практик их реализации
- Руководить проверками вариантов использования ИИ и машинного обучения или поддерживать их, предоставляя экспертные знания и рекомендации по реализации
- Диагностировать и устранять проблемы, влияющие на аналитику данных и приложения ИИ в процессе разработки и производственной поддержки
- Создавать и продвигать повторно используемые компоненты данных и ИИ в различных бизнес-функциях и более широкой экосистеме ИИ
- Руководить межфункциональными группами технических, частично технических и бизнес-заинтересованных сторон
- Информировать заинтересованные стороны о ходе работ, результатах, влиянии, ограничениях, рисках и ожиданиях в области ИИ
- Переводить сложные концепции ИИ между техническими командами и нетехническими бизнес-партнёрами
- Руководить инициативами по внедрению технологий ИИ и управлению изменениями
- Взаимодействовать с внутренними подразделениями и внешними партнёрами для создания возможностей в области ИИ и машинного обучения
- Координировать работу с командами анализа данных, ИТ, облачной архитектуры и платформ, чтобы согласовать решения с корпоративной архитектурой и требованиями соответствия
- Сотрудничать с юридическими командами, специалистами по конфиденциальности и этике по вопросам предвзятости, справедливости, прозрачности и конфиденциальности данных
- Эффективно работать в режиме экспериментов и итераций при разработке ИИ-продуктов
- Использовать аналитические выводы и контекст для направления дальнейшего развития продуктов
Требования
- Степень магистра в области анализа данных, компьютерной инженерии, информатики, физики, статистики, информационных систем или смежной дисциплине с углублённой специализацией в области анализа данных, ИИ и машинного обучения
- Наличие степени PhD будет преимуществом
- Экспертное знание реальных наборов данных и их использования для получения научных доказательств, а также повышения результативности и эффективности операционной деятельности
- Глубокие знания инженерии данных, представления данных, генеративного ИИ, искусственного интеллекта и методов машинного обучения
- Опыт проектирования и реализации вариантов использования ИИ и машинного обучения
- Опыт в разработке программного обеспечения или продуктов
- Глубокое понимание применения ИИ и машинного обучения в фармацевтике
- Опыт работы с Dataiku Data Science Studio, AWS SageMaker, Snowflake или сопоставимыми платформами анализа данных
- Опыт интеграции технологий машинного обучения и ИИ с конвейерами инженерии данных
- Глубокое знание жизненного цикла разработки программного обеспечения и жизненного цикла разработки решений анализа данных, включая CRISP
- Опыт разработки программного обеспечения или продуктов на основе ИИ и машинного обучения
- Знакомство с принципами тестирования, валидации и валидации GxP
- Опыт создания и поддержки масштабных решений для работы с данными и ИИ в научной, регулируемой или исследовательской среде
- Обширный опыт в фармацевтике, биотехнологиях или науках о жизни, особенно в разработке лекарственных препаратов, клинических исследованиях или исследованиях и разработках, будет большим преимуществом
- Подтверждённый опыт реализации и внедрения в рабочую среду приложений генеративного ИИ, ИИ и машинного обучения, а также приложений на основе больших языковых моделей — от проверки концепции до промышленной эксплуатации
- Понимание бизнес-процессов исследований и разработок в области наук о жизни
- Опыт работы с данными о страховых требованиях, клинических исследованиях, нормативном регулировании, качестве и других операционных данных в области наук о жизни
- Понимание проблем сбора, управления и структурирования данных, влияющих на результаты применения ИИ
- Развитые навыки сотрудничества, межфункциональной работы в команде и управления проектами
- Отличные навыки коммуникации и взаимодействия с заинтересованными сторонами
- Способность самостоятельно организовывать работу и эффективно работать как самостоятельно, так и в сотрудничестве с другими
- Навыки творческого решения проблем с опорой на принципы ответственного ИИ и смежные технологии
Преимущества
- Медицинская, стоматологическая страховка, страхование зрения и покрытие рецептурных лекарств
- Базовое страхование жизни за счёт компании
- Страхование от несчастных случаев, смерти и потери трудоспособности в результате несчастного случая
- Страхование краткосрочной и долгосрочной нетрудоспособности
- Возмещение расходов на обучение
- Помощь с выплатой студенческих кредитов
- Щедрые взносы компании в пенсионный план 401(k)
- Гибкий оплачиваемый отпуск
- Оплачиваемые праздничные дни
- Программы оплачиваемого отпуска
- Дополнительные льготы, предоставляемые компанией
- Возможность получения стимулирующего вознаграждения