Data Science Lead - AI/ML Solutions

O Sanofi

Sanofi to wiodąca globalna firma w dziedzinie opieki zdrowotnej, poświęcona cudom nauki w celu poprawy dobrostanu jednostek na całym świecie. Działając w ponad 100 krajach, angażujemy się w transformację medycyny, czyniąc niemożliwe możliwym. Naszą misją jest dostarczanie opcji leczenia ratujących życie oraz szczepionek, przy jednoczesnym priorytetowym traktowaniu zrównoważonego rozwoju i odpowiedzialności społecznej.

Sanofi przechodzi obecnie cyfrową transformację, koncentrując się na przyspieszeniu transformacji danych dzięki rozwiązaniom opartym na sztucznej inteligencji (SI) i uczeniu maszynowym (ML). Ten strategiczny ruch ma na celu przyspieszenie badań i rozwoju, doskonalenie produkcji, podnoszenie wyników komercyjnych oraz szybsze dostarczanie lepszych leków i szczepionek, poprawiając tym samym globalne zdrowie i ratując życie.

Kim Jesteś

Jako pasjonowany lider w dziedzinie nauki o danych, kwestionujesz status quo i napędzasz rozwój oraz wpływ rozwiązań SI Sanofi dla przyszłych pacjentów. Twoje zdolności przywódcze i praktyczne doświadczenie we wdrażaniu rozwiązań opartych na SI/ML i GenAI, wraz z udokumentowanymi osiągnięciami w zarządzaniu cyklem życia technicznego, czynią cię niezbędnym aktywem naszego zespołu.

Najważniejsze punkty pracy

Ta rola wymaga dynamicznego i współpracującego lidera z silnym zapleczem technicznym, który poprowadzi rozwój i wdrażanie zaawansowanych rozwiązań opartych na uczeniu maszynowym, ze szczególnym uwzględnieniem modeli GenAI. Kluczowe punkty obejmują:

Projektowanie i rozwój modeli

• Przewodzenie projektowaniu i rozwojowi komponentów uczenia maszynowego (ML), przetwarzania języka naturalnego (NLP) oraz dużych modeli językowych (LLM) dla potoków SI/ML.
• Nadzór nad pobieraniem danych, ich wstępnym przetwarzaniem, wyszukiwaniem i odzyskiwaniem, Generacją Uzupełnianą Odzyskiwaniem (RAG) oraz dostrajaniem w celu zapewnienia zgodności z wymaganiami technicznymi i biznesowymi.

Współpraca przy rozwoju

• Współpraca z inżynierami danych, zespołem ML Ops, inżynierami oprogramowania i innymi członkami zespołu technologicznego w celu opracowania i wdrożenia rozwiązań ML w środowisku międzyfunkcyjnym.

Ewaluacja modeli

• Praca z członkami zespołu nauki o danych nad opracowaniem, walidacją i utrzymaniem solidnych rozwiązań ewaluacyjnych do oceny wydajności modeli, ich dokładności, spójności i niezawodności.
• Wdrażanie optymalizacji modeli w celu zwiększenia wydajności systemu.

Wdrażanie modeli

• Współpraca z zespołem MLOps w celu wdrażania modeli ML, NLP, LLM i Gen AI do produkcji, zapewniając ich niezawodność, skalowalność i bezproblemową integrację.
• Wkład w opracowanie strategii wdrażania modeli NLP, LLM i Gen AI.

Wewnętrzna współpraca

• Bliska współpraca z zespołami produktowymi, interesariuszami biznesowymi oraz członkami zespołu nauki o danych w celu integracji modeli uczenia mas