
Tekoälykehittäjä
Osa Thermo Fisher Scientific -tiimiä, löydät merkityksellistä työtä, jolla on positiivinen vaikutus globaalisti. Liity kollegoihimme viemään missiomme käytäntöön joka päivä, jotta asiakkaamme voivat tehdä maailmasta terveemmän, puhtaamman ja turvallisemman. Tarjoamme globaaleille tiimeillemme tarvittavat resurssit yksilöllisten uratavoitteiden saavuttamiseen ja autamme viemään tiedettä askeleen eteenpäin kehittämällä ratkaisuja joihinkin maailman vaikeimmista haasteista, kuten ympäristön suojeluun, ruoan turvallisuuden varmistamiseen tai syövän parannuskeinojen löytämiseen. KUVAUS: Liity tekoälytiimiimme, jossa suunnittelet ja toteutat tekoälyratkaisuja, jotka auttavat tekemään maailmasta terveemmän, puhtaamman ja turvallisemman. Tekoälyn Staff Engineerinä arkkitehturoit ja kehität edistyneitä AI/ML-ratkaisuja, jotka ajavat innovaatioita eri liiketoimintayksiköissämme. Teet yhteistyötä datatutkijoiden, tutkijoiden ja liiketoiminnan sidosryhmien kanssa luodaksesi skaalautuvia tekoälyarkkitehtuureja, optimoidaksesi mallien suorituskyvyn ja toteuttaaksesi huippuluokan koneoppimisratkaisuja. Rooliin kuuluu ennustavien mallien kehittäminen potilaiden ja luovuttajien riskianalyyseihin, terveydenhuollon tietoaineistojen kanssa työskentely ja tekoälyominaisuuksien integrointi sovelluksiin, usein hyödyntäen pilvipohjaisia alustoja. Keskeiset vastuualueet - AI/ML-mallien ja algoritmien suunnittelu, kehitys ja käyttöönotto - Ennustavien mallien rakentaminen potilaiden ja luovuttajien riskianalyyseihin (esim. kelpoisuus, haittavaikutukset, petos/riskipisteytys) - Strukturoidun ja strukturoimattoman terveydenhuollon/biotieteiden datan (EHR, kliininen data, luovuttajadata) käsittely - Datan esikäsittely, piirteiden suunnittelu (feature engineering) ja mallien evaluointi - AI-mallien integrointi tuotantojärjestelmiin API-rajapintojen tai mikropalveluiden kautta - Yhteistyö datatutkijoiden, kliinikoiden ja liiketoiminnan sidosryhmien kanssa - Mallien suorituskyvyn, tarkkuuden ja tulkittavuuden optimointi - Pilvipohjaisten AI/ML-alustojen (AWS, Azure, Google Cloud) hyödyntäminen - Mallien seuranta, uudelleenkoulutus ja ylläpito tuotannossa (MLOps-käytännöt) - Terveydenhuollon säädösten (HIPAA, FDA, GDPR) noudattamisen varmistaminen - Eettisten tekoälykäytäntöjen soveltaminen, mukaan lukien vinoumien havaitseminen ja mallien läpinäkyvyys - Päivityksen ylläpito tekoälyn, terveydenhuollon analytiikan ja riskimallinnuksen edistymisestä Vaaditut pätevyydet - Kandidaatin tai maisterin tutkinto tietotekniikassa, tekoälyssä, datatieteessä tai vastaavassa alassa - 5+ vuoden kokemus AI/ML-kehityksestä - Vahvat ohjelmointitaidot Pythonissa (suositeltu), C#.Netissä, Javassa tai C++:ssa - Kokemus koneoppimiskehyksistä: TensorFlow, PyTorch, Scikit-learn - Kokemus riskimallien kehittämisestä (luokittelu, regressio, eloonjäämisanalyysi) - Tuttuus luonnollisen kielen käsittelyn (NLP) kehyksiin - Terveydenhuollon tai biotieteiden datan tuntemus, mukaan lukien potilas- ja luovuttajadata - Kokemus datan esikäsittelystä ja analyysistä (Pandas, NumPy) - Tuttuus REST API-rajapintoihin ja ohjelmistokehityskäytäntöihin - Tilastotieteen, todennäköisyyslaskennan ja tietorakenteiden ymmärrys - Kokemus versionhallinnasta (GitHub) - Vahvat ongelmanratkaisu- ja analyysitaidot - Hyvät viestintä- ja yhteistyötaidot Toivottuja pätevyyksiä - Kokemus generatiivisesta tekoälystä ja suurista kielimalleista (LLM) - Tuttuus terveydenhuollon datastandardeihin (HL7, FHIR) - Kokemus pilvipohjaisista AI-palveluista: AWS SageMaker, Azure AI / ML Studio, Google Vertex AI - MLOps-työkalujen tuntemus (MLflow, Kubeflow, Docker, Kubernetes) - Kokemus big data -työkaluista (Spark, Kafka) - Tausta kliinisessä analytiikassa, epidemiologiassa tai biostatistiikassa - AI- tai pilvisertifikaatit
Työn tiedot
Vastuualueet
- AI/ML-mallien ja algoritmien suunnittelu, kehitys ja käyttöönotto
- Ennustavien mallien rakentaminen potilaiden ja luovuttajien riskianalyyseihin (esim. kelpoisuus, haittavaikutukset, petos/riskipisteytys)
- Strukturoidun ja strukturoimattoman terveydenhuollon/biotieteiden datan (EHR, kliininen data, luovuttajadata) käsittely
- Datan esikäsittely, piirteiden suunnittelu (feature engineering) ja mallien evaluointi
- AI-mallien integrointi tuotantojärjestelmiin API-rajapintojen tai mikropalveluiden kautta
- Yhteistyö datatutkijoiden, kliinikoiden ja liiketoiminnan sidosryhmien kanssa
- Mallien suorituskyvyn, tarkkuuden ja tulkittavuuden optimointi
- Pilvipohjaisten AI/ML-alustojen (AWS, Azure, Google Cloud) hyödyntäminen
- Mallien seuranta, uudelleenkoulutus ja ylläpito tuotannossa (MLOps-käytännöt)
- Terveydenhuollon säädösten (HIPAA, FDA, GDPR) noudattamisen varmistaminen
- Eettisten tekoälykäytäntöjen soveltaminen, mukaan lukien vinoumien havaitseminen ja mallien läpinäkyvyys
- Päivityksen ylläpito tekoälyn, terveydenhuollon analytiikan ja riskimallinnuksen edistymisestä
Vaatimukset
- Kandidaatin tai maisterin tutkinto tietotekniikassa, tekoälyssä, datatieteessä tai vastaavassa alassa
- 5+ vuoden kokemus AI/ML-kehityksestä
- Vahvat ohjelmointitaidot Pythonissa (suositeltu), C#.Netissä, Javassa tai C++:ssa
- Kokemus koneoppimiskehyksistä: TensorFlow, PyTorch, Scikit-learn
- Kokemus riskimallien kehittämisestä (luokittelu, regressio, eloonjäämisanalyysi)
- Tuttuus luonnollisen kielen käsittelyn (NLP) kehyksiin
- Terveydenhuollon tai biotieteiden datan tuntemus, mukaan lukien potilas- ja luovuttajadata
- Kokemus datan esikäsittelystä ja analyysistä (Pandas, NumPy)
- Tuttuus REST API-rajapintoihin ja ohjelmistokehityskäytäntöihin
- Tilastotieteen, todennäköisyyslaskennan ja tietorakenteiden ymmärrys
- Kokemus versionhallinnasta (GitHub)
- Vahvat ongelmanratkaisu- ja analyysitaidot
- Hyvät viestintä- ja yhteistyötaidot
Taidot ja teknologiat
Koulutustaso
Alempi korkeakoulututkinto
Aiheeseen liittyvät mahdollisuudet
Löydä lisää kiinnostuksen kohteisiisi ja taitoihisi sopivia mahdollisuuksia