Amgen ni kampuni ya kimataifa ya bioteknolojia inayotengeneza na kuuza dawa zinazotengenezwa kutokana na seli hai. Kazi yake inalenga magonjwa hatari, yakiwemo hali zenye chaguo chache za matibabu, kwa kuungwa mkono na utafiti wa kisayansi na majaribio ya kimatibabu. Kampuni hii inahusishwa na maendeleo katika matibabu ya saratani na udhibiti wa unene kupita kiasi, huku ikisisitiza utafiti wa kimaadili, usalama wa wagonjwa na uendelevu wa mazingira.
Mwanasayansi wa Data wa Mbali, AI Zalishi na Mnyororo wa Ugavi katika Amgen
Ongoza uundaji wa uwezo wa AI zalishi, ujifunzaji wa mashine na uchanganuzi kwa mnyororo wa ugavi wa teknolojia ya kibayoteknolojia wa Amgen. Elekeza suluhisho kutoka majaribio hadi uzalishaji wa kiwango cha kampuni.
Marekani$ 103,852 – $ 140,505 / mwaka
MbaliMuda woteJuniorKiwango cha katiLugha Inayohitajika: KiingerezaMwanasayansi wa dataMaelezo
- Ongoza kazi za kiufundi za sayansi ya data kwa uwezo maalumu wa uchanganuzi unaowezeshwa na AI.
- Shirikiana na wamiliki wa bidhaa na wadau wa mnyororo wa ugavi kubadili mahitaji ya biashara kuwa matumizi ya kipaumbele, mbinu za kiufundi, vipimo vya mafanikio na mipango ya utekelezaji.
- Unda, tathmini na boresha suluhisho za AI zalishi na za kiajenti kwa kutumia modeli kubwa za lugha, uzalishaji unaoongezwa na urejeshaji wa taarifa, utafutaji wa kisemantiki, uhandisi wa vidokezo na mtiririko wa kazi wa maajenti wengi.
- Weka mifumo ya tathmini na ufuatiliaji wa suluhisho za AI, ikijumuisha usahihi, umuhimu, uimara, usalama, maoni ya watumiaji na mapitio yanayofaa ya binadamu.
- Tumia ujifunzaji wa mashine, uundaji wa modeli za takwimu na uchanganuzi wa mfululizo wa muda kushughulikia mahitaji ya mnyororo wa ugavi yanayohusu mahitaji ya wateja, ugavi, hesabu ya bidhaa, uwezo, gharama, hatari na utendaji wa shughuli.
- Shirikiana na wahandisi wa data kuunda seti za data za uchanganuzi zinazoaminika, vipengele vinavyoweza kutumiwa tena, ukaguzi wa ubora wa data, asili ya data na nyaraka za bidhaa za AI na uchanganuzi.
- Unganisha uwezo wa sayansi ya data katika programu za kampuni pamoja na timu za uhandisi, usanifu, mifumo, majaribio na utoaji; saidia majaribio, usambazaji, utendaji wa uzalishaji na utatuzi wa matatizo.
- Elekeza na kukagua kazi za wanasayansi wa data, wahandisi na washirika wa utoaji; ratibu vitegemezi na kuhimiza mbinu zinazoweza kutumiwa tena katika bidhaa zinazohusiana.
- Andaa nyaraka za kiufundi na taratibu za uendeshaji, na uchangie katika mapitio ya kiufundi.
- Eleza matokeo, maafikiano, hatari, mapendekezo na athari za biashara kwa wadau wa kiufundi na wasio wa kiufundi; changia katika utoaji wa Agile na taratibu husika za usimamizi wa AI na data.
Mahitaji
- Shahada ya uzamili na uzoefu wa miaka 1 hadi 3 katika sayansi ya kompyuta, TEHAMA au fani inayohusiana; au shahada ya kwanza katika sayansi ya data, biashara, takwimu, uchimbaji data, hisabati tumizi, uchanganuzi wa biashara, uhandisi, sayansi ya kompyuta au fani inayohusiana pamoja na miaka 2 ya uzoefu unaofaa; au shahada ya mshirika katika mojawapo ya fani hizi pamoja na miaka 6 ya uzoefu unaofaa.
- Uzoefu wa vitendo wa kutumia Python na SQL kwa uchanganuzi wa data, uhandisi wa vipengele, ujifunzaji wa mashine, uchakataji wa lugha asilia na uundaji wa suluhisho za AI.
- Uzoefu wa kubuni au kuunda uwezo wa AI zalishi na modeli kubwa za lugha, kama vile visaidizi vya AI, uzalishaji unaoongezwa na urejeshaji wa taarifa, embedding, utafutaji wa kisemantiki, uhandisi wa vidokezo au mtiririko wa kazi wa kiajenti.
- Msingi imara katika ujifunzaji wa mashine, uchanganuzi wa takwimu, uchanganuzi wa data ya uchunguzi, mbinu za mfululizo wa muda na tathmini ya modeli.
- Uzoefu wa kupeleka suluhisho za sayansi ya data au AI kutoka majaribio hadi uzalishaji, ikijumuisha majaribio, udhibiti wa matoleo, ufuatiliaji na mbinu za MLOps au LLMOps.
- Uwezo wa kufanya kazi na seti kubwa na changamani za data na kushirikiana katika uundaji wa modeli za data, ubora wa data, asili ya data na mabomba ya data ya uchanganuzi yanayoweza kutumiwa tena.
- Uwezo wa kutafsiri matatizo ya biashara kuwa mbinu za kiufundi, kuongoza kwa kujitegemea mtiririko wa kazi wa kiufundi na kuwasilisha matokeo kwa uwazi.
- Inapendelewa: uzoefu katika uchanganuzi wa mnyororo wa ugavi, utengenezaji au teknolojia ya kibayoteknolojia, kama vile kupanga mahitaji na ugavi, hesabu ya bidhaa, uwezo, gharama, mipango ya kifedha au viashiria muhimu vya utendaji wa shughuli.
- Inapendelewa: uzoefu na mifumo ya data na AI inayotegemea wingu, uchakataji wa data kwa kiwango kikubwa na kuunganisha uwezo wa AI katika programu za kampuni.
- Inapendelewa: uelewa wa AI inayowajibika, usimamizi wa AI, usalama, uzingatiaji, uangalizi wa mifumo na usimamizi endelevu wa utendaji wa suluhisho.
- Inapendelewa: uzoefu wa kusaidia bidhaa za uchanganuzi au utoaji wa ripoti na kushirikiana na timu za taaluma mbalimbali na washirika wa utoaji katika mazingira ya Agile au SAFe.
- Inapendelewa: cheti katika sayansi ya data, akili bandia au ujifunzaji wa mashine.
- Si lazima: cheti cha wingu au cha mfumo wa data.
- Uwezo bora wa kufikiri kwa makini, uchanganuzi na utatuzi wa matatizo.
- Uwezo imara wa mawasiliano, ushirikiano na usimamizi wa wadau.
- Uwezo wa kutoa uongozi wa kiufundi na kushawishi bila mamlaka rasmi.
- Uwezo wa kuunganisha kazi ya kiufundi na matokeo ya biashara na kueleza mada changamani kwa uwazi.
- Uwezo imara wa kuwasilisha, kushiriki maarifa na kutoa ushauri.
Manufaa
- Manufaa kamili ya mfanyakazi, ikijumuisha mpango wa kustaafu na kuweka akiba wenye michango mikubwa kutoka kwa kampuni.
- Bima za afya, meno na macho za kikundi.
- Bima ya maisha na ulemavu.
- Akaunti za matumizi zinazoweza kubadilika.
- Mpango wa bonasi ya kila mwaka unaotolewa kwa hiari.
- Motisha za muda mrefu zinazotegemea hisa.
- Mipango ya likizo iliyotunukiwa tuzo.
- Miundo ya kazi inayoweza kubadilika inapowezekana.
- Fursa za kukuza taaluma.
- Mipango ya kifedha yenye chaguo za kuweka akiba kwa ajili ya kustaafu na malengo mengine.
- Usaidizi wa kusawazisha kazi na maisha.