Amgen — глобальна біотехнологічна компанія, яка розробляє та виводить на ринок лікарські засоби, виготовлені з використанням живих клітин. Її діяльність зосереджена на лікуванні серйозних захворювань, зокрема станів з обмеженими можливостями терапії, і ґрунтується на наукових дослідженнях та клінічних випробуваннях. Компанію пов’язують із досягненнями в лікуванні раку та боротьбі з ожирінням, водночас вона наголошує на етичності досліджень, безпеці пацієнтів і сталому ставленні до довкілля.
Провідний інженер з машинного навчання в Amgen (віддалено)
Керуйте архітектурою корпоративного машинного навчання та промисловими системами генеративного ШІ в Amgen. Створюйте захищені й масштабовані можливості ШІ для біотехнологічних і фармацевтичних операцій.
Опис
- Визначати архітектуру, стандарти, API та захисні обмеження корпоративних систем ШІ/МН у хмарних і локальних середовищах
- Розробляти промислові рішення машинного навчання та генеративного ШІ, зокрема легкі застосунки, що надають аналітичні дані менш ніж за секунду
- Створювати наскрізні конвеєри МН для отримання даних, розроблення ознак, навчання, оптимізації гіперпараметрів, оцінювання, реєстрації та автоматичного просування моделей
- Розробляти й підтримувати повнофункціональні застосунки ШІ, що поєднують сервіси моделей із користувацькими інтерфейсами, рушіями робочих процесів і бізнес-логікою
- Упроваджувати спостережуваність, цільові показники рівня сервісу, безпечні практики розгортання та регламенти реагування на інциденти
- Керувати офлайн-, онлайн- і A/B-тестуванням, а також моніторингом дрейфу та автоматичним перенавчанням моделей
- Проєктувати системи LLM і RAG з керуванням промптами, засобами безпеки та оптимізованим виведенням
- Підтримувати документацію щодо якості та походження даних, картки моделей і даних, застосовуючи методи захисту приватності
- Розробляти повторно використовувані активи МН і генеративного ШІ, зокрема сховища ознак, реєстри моделей і бібліотеки відстеження експериментів
- Поширювати інженерні практики, що підвищують швидкість постачання рішень у командах розробки
- Проводити дослідницький аналіз і визначати ознаки у складних багатовимірних наборах даних
- Створювати прототипи й тестувати алгоритми, оцінювати масштабованість і готовність до промислової експлуатації, а також спільно відповідати за KPI продуктивності моделей
- Перетворювати вимоги підрозділів R&D, виробництва та комерційного напряму на практичні дорожні карти
- Наставляти інженерні команди й пояснювати зацікавленим сторонам технічні компроміси
- Співпрацювати з командами DevOps, безпеки, відповідності вимогам і продукту для створення корпоративних рішень на основі ШІ
Вимоги
- Докторський ступінь і 2 роки досвіду в інженерії машинного навчання або ступінь магістра і 6 років досвіду, ступінь бакалавра і 8 років досвіду, ступінь молодшого спеціаліста і 10 років досвіду або атестат про середню освіту/GED і 12 років досвіду
- Щонайменше 2 роки безпосереднього управління людьми або лідерського досвіду з наглядом за командами, проєктами, програмами чи розподілом ресурсів
- 3–5 років досвіду в галузі ШІ/МН і корпоративного програмного забезпечення
- Поглиблене розуміння методів машинного навчання, зокрема регресії, ансамблів дерев, кластеризації, зниження розмірності, моделей часових рядів, CNN, RNN, трансформерів і методів LLM/RAG
- Підтверджений успіх в оцінюванні та інтеграції продуктів AI SaaS/PaaS і розробленні власних сервісів МН у масштабі
- Експертні знання векторних баз даних, конвеєрів RAG, DSL для розроблення промптів і агентських фреймворків, таких як LangChain, LangGraph і Semantic Kernel
- Володіння Python і Java
- Досвід розгортання контейнерів за допомогою Docker і Kubernetes
- Досвід роботи з AWS, Azure або Google Cloud Platform
- Досвід роботи із сучасними практиками DevOps і MLOps, зокрема GitHub Actions і Bedrock/SageMaker Pipelines
- Здатність створювати бізнес-кейси, що порівнюють сукупну вартість володіння з чистою приведеною вартістю
- Виняткові навички взаємодії із зацікавленими сторонами та здатність подавати складні технічні ідеї як стислі оповіді, орієнтовані на результат
- Досвід у біотехнологічній або фармацевтичній галузі буде перевагою
- Бажані публікації або виступи на конференціях щодо впровадження корпоративного генеративного ШІ
- Бажаний ступінь магістра з комп’ютерних наук та/або науки про дані
- Бажане знання Agile і SAFe
- Ступінь магістра та 10–12 або більше років досвіду в галузі комп’ютерних наук, ІТ чи суміжній сфері або ступінь бакалавра та 12–14 або більше років досвіду в суміжній сфері
- Відмінні аналітичні навички та здатність усувати несправності
- Сильні навички письмової та усної комунікації
- Здатність ефективно співпрацювати з глобальними розподіленими командами
- Сильна ініціативність і самостійність
- Здатність успішно керувати конкуруючими пріоритетами
- Сильні навички презентацій і публічних виступів
Переваги
- Комплексний пакет пільг для працівників
- Пенсійний план і план заощаджень зі значними внесками компанії
- Групове медичне, стоматологічне страхування та страхування зору
- Страхування життя та інвалідності
- Рахунки гнучких витрат
- Дискреційна щорічна бонусна програма
- Довгострокові стимули на основі акцій
- Відзначені нагородами програми оплачуваних відпусток
- Гнучкі умови роботи, де доступні
- Можливості кар’єрного зростання та розвитку
- Програми підтримки балансу між роботою та особистим життям
- Варіанти фінансового планування для пенсії та інших цілей заощаджень