Pfizer — міжнародна фармацевтична компанія, що займається розробленням і наданням лікарських засобів та медичних послуг для підтримки здоров’я протягом усього життя. Її діяльність охоплює наукові інновації та забезпечення доступу до безпечних, ефективних і доступних методів лікування, з особливим акцентом на розвиток терапії онкологічних та інших серйозних захворювань. Профіль компанії може бути цікавим фахівцям, які розглядають кар’єру у сфері фармацевтичних досліджень, охорони здоров’я та пов’язаних із ними комерційних напрямів.
Провідний науковий співробітник із розробки ШІ та агентних систем
Розробляйте агентні системи ШІ та моделі процесів для фармацевтичної виробничої мережі Pfizer. Створюйте валідовані рішення для моніторингу, розслідувань і підтримки інженерних рішень.
Опис
- Відповідати за технічну реалізацію високоефективних проєктів, що поєднують експертизу в галузі процесів і штучний інтелект
- Керувати технічною роботою від визначення можливостей до валідованого впровадження
- Проєктувати, створювати та впроваджувати агентні системи ШІ з використанням LLM-агентів, інтеграції інструментів, пошуку даних і багатокрокового міркування
- Підтримувати виробничі розслідування, аналіз першопричин, перевірку серій і ухвалення інженерних рішень
- Розробляти механістичні, гібридні моделі та моделі машинного навчання для хімічних і біологічних процесів
- Підтримувати GMP-застосунки, зокрема програмні датчики, моніторинг у реальному часі, аналіз еталонних серій і вдосконалене керування процесами
- Створювати тестові набори, еталонні показники, захисні обмеження та практики моніторингу для регульованих систем ШІ
- Виявляти цінні можливості для розширеної аналітики, вдосконаленого керування процесами та ШІ у виробничій мережі
- Застосовувати інженерні принципи й експериментальні дані лабораторного, пілотного та промислового обладнання
Вимоги
- Ступінь магістра в галузі інженерії, прикладної математики або комп’ютерних наук; наявність ступеня PhD буде перевагою
- Експертне володіння Python
- Досвід роботи із сучасними інструментами контролю версій, керування середовищами, тестування та безперервної інтеграції
- Підтверджений успішний досвід застосування науки про дані та машинного навчання до реальних недосконалих наборів даних
- Практичне знання основ хімічних або біологічних процесів
- Здатність співпрацювати з різнопрофільними, міжфункціональними та географічно розподіленими командами
- Відмінні навички письмової та усної комунікації
- Самостійний підхід до розв’язання неоднозначних завдань
- Вільне володіння французькою та англійською мовами
- Потрібне просунуте володіння англійською мовою в усній і письмовій формах
- Досвід роботи зі структурованими часовими рядами та неструктурованими даними
- Досвід розробки застосунків на основі великих мовних моделей
- Досвід оцінювання продуктивності та надійності агентів у промисловій експлуатації
- Експертиза в галузі глибокого навчання та багатовимірних методів прихованих змінних
- Досвід хмарної розробки та MLOps з AWS, Azure або еквівалентною платформою
- Досвід роботи зі Snowflake та SQL
- Знання промислових архіваторів даних, OPC UA, протоколів реального часу, DeltaV або зіставних розподілених систем керування
- Знання фармацевтичного виробництва, цілісності даних GMP, валідації комп’ютеризованих систем і нормативних рекомендацій щодо ШІ
Переваги
- Гнучка модель роботи
- Підтримка балансу між роботою та особистим життям
- Віддалена робота з місць поза офісом, коли це відповідає потребам бізнесу
- Поєднання роботи на майданчику та віддаленої роботи
- Доступний процес відбору з можливістю отримання необхідних умов протягом усього процесу найму