Amgen är ett globalt bioteknikföretag som utvecklar och kommersialiserar läkemedel framställda från levande celler. Företagets arbete fokuserar på allvarliga sjukdomar, inklusive tillstånd med begränsade behandlingsalternativ, och stöds av vetenskaplig forskning och kliniska prövningar. Företaget förknippas med framsteg inom cancerbehandling och behandling av fetma, samtidigt som det betonar etisk forskning, patientsäkerhet och miljömässig hållbarhet.
Ledande maskininlärningsingenjör på Amgen (distansarbete)
Led enterprise-arkitekturen för maskininlärning och produktionsklara generativa AI-system på Amgen. Bygg säkra, skalbara AI-funktioner som stödjer bioteknisk och läkemedelsrelaterad verksamhet.
Beskrivning
- Definiera enterprise-arkitektur, standarder, API:er och skyddsräcken för AI/ML i moln- och lokala miljöer
- Utveckla produktionsklara lösningar för maskininlärning och generativ AI, inklusive lättviktiga applikationer som levererar insikter på under en sekund
- Skapa heltäckande ML-pipelines för inläsning, funktionsutveckling, träning, hyperparameteroptimering, utvärdering, registrering och automatiserad driftsättning
- Utveckla och underhåll fullstackapplikationer för AI som kopplar samman modelltjänster med användargränssnitt, arbetsflödesmotorer och affärslogik
- Implementera observerbarhet, servicenivåmål, säkra driftsättningsrutiner och handböcker för incidenthantering
- Leda offline-, online- och A/B-testning samt övervakning av modellförskjutning och automatiserad omträning av modeller
- Utforma LLM- och RAG-system med promptadministration, säkerhetskontroller och optimerad inferens
- Underhålla dokumentation om datakvalitet och datahärkomst, modellkort och datakort samt tillämpa integritetsbevarande metoder
- Utveckla återanvändbara ML- och generativa AI-resurser, inklusive feature stores, modellregister och bibliotek för experimentuppföljning
- Främja tekniska arbetssätt som ökar leveranshastigheten i utvecklingsgrupper
- Genomföra explorativ analys och identifiera funktioner i komplexa datamängder med många dimensioner
- Prototypa och jämföra algoritmer, bedöma skalbarhet och produktionsberedskap samt dela ansvaret för nyckeltal för modellprestanda
- Omsätta krav från forskning och utveckling, tillverkning och kommersiell verksamhet till handlingsbara färdplaner
- Vara mentor för ingenjörsteam och förklara tekniska avvägningar för intressenter
- Samarbeta med DevOps-, säkerhets-, compliance- och produktteam för att leverera AI-lösningar på företagsnivå
Krav
- Doktorsexamen och minst 2 års erfarenhet av maskininlärningsteknik, eller masterexamen och minst 6 år, kandidatexamen och minst 8 år, eftergymnasial tvåårig utbildning och minst 10 år, eller gymnasieexamen/GED och minst 12 år
- Minst 2 års direkt erfarenhet av personalansvar eller ledarskap med ansvar för team, projekt, program eller resursfördelning
- 3–5 års erfarenhet av AI/ML och företagsprogramvara
- Avancerade kunskaper i maskininlärningsmetoder, inklusive regression, trädensemblemetoder, klustring, dimensionsreduktion, tidsseriemodeller, CNN:er, RNN:er, transformatorer och LLM/RAG-tekniker
- Dokumenterat goda resultat av att utvärdera och integrera AI-produkter som SaaS/PaaS samt utveckla anpassade ML-tjänster i stor skala
- Expertkunskaper i vektordatabaser, RAG-pipelines, DSL:er för prompt engineering och agentramverk som LangChain, LangGraph och Semantic Kernel
- Goda kunskaper i Python och Java
- Erfarenhet av att driftsätta containrar med Docker och Kubernetes
- Erfarenhet av AWS, Azure eller Google Cloud Platform
- Erfarenhet av moderna DevOps- och MLOps-metoder, inklusive GitHub Actions och Bedrock/SageMaker Pipelines
- Förmåga att ta fram affärsunderlag som jämför total ägandekostnad med nettonuvärde
- Exceptionell förmåga att hantera intressenter och presentera komplexa tekniska idéer som koncisa, resultatinriktade berättelser
- Erfarenhet från bioteknik- eller läkemedelsindustrin är meriterande
- Publicerat tankeledarskap eller konferenspresentationer om införande av generativ AI på företagsnivå är meriterande
- Masterexamen i datavetenskap och/eller data science är meriterande
- Kännedom om agila metoder och SAFe är meriterande
- Masterexamen och minst 10–12 års erfarenhet inom datavetenskap, IT eller närliggande område, eller kandidatexamen och minst 12–14 års erfarenhet inom ett närliggande område
- Utmärkt analytisk förmåga och god problemlösningsförmåga
- Stark skriftlig och muntlig kommunikationsförmåga
- Förmåga att samarbeta effektivt med globala, distribuerade team
- Starkt initiativ och hög självständighet
- Förmåga att framgångsrikt hantera konkurrerande prioriteringar
- Stark presentations- och talarförmåga
Förmåner
- Omfattande förmånspaket för anställda
- Pensions- och sparplan med betydande arbetsgivarbidrag
- Gruppförsäkring för sjukvård, tandvård och synvård
- Liv- och invaliditetsförsäkring
- Flexibla utgiftskonton
- Diskretionärt årligt bonusprogram
- Långsiktiga aktiebaserade incitament
- Prisbelönta program för betald ledighet
- Flexibla arbetsformer där det är möjligt
- Möjligheter till karriärutveckling och kompetensutveckling
- Program för balans mellan arbete och privatliv
- Alternativ för ekonomisk planering inför pension och andra sparmål