Forward Deployed Engineer (FDE), Life Sciences - Munich

Überblick

Das Team von OpenAI’s Forward Deployed Engineering arbeitet mit globalen Pharma- und Biotechunternehmen, CROs und Forschungseinrichtungen zusammen, um bestehendes Fachwissen entlang der R&D-Wertschöpfungskette einzusetzen und Kunden dabei zu helfen, produktionsreife KI-Systeme zu entwerfen und bereitzustellen. Wir agieren an der Schnittstelle zwischen Kundenlieferung und Kernplattformentwicklung und wandeln frühe Bereitstellungen in wiederholbare Systemstandards und Evaluierungspraktiken um, die in regulierten Umgebungen skalierbar sind.

Über die Rolle

Wir suchen einen Forward Deployed Engineer (FDE), der die Grenzen dessen, was heute im Bereich der Arzneimittelentdeckung (z.B. Zielidentifikation, molekulare Gestaltung, präklinisch) und Entwicklung (z.B. Versuchsdesign, Versuchsoperationen, Biostatistik) möglich ist, vorantreibt, indem er End-to-End-Bereitstellungen unserer Modelle in Organisationen der Lebenswissenschaften und Forschungseinrichtungen leitet. Sie werden mit Kunden arbeiten, die tiefgehende Experten in ihren wissenschaftlichen oder operativen Bereichen sind, und reale Daten, Infrastruktur und Einschränkungen in Produktionssysteme übersetzen.

Sie messen den Erfolg durch Produktionsadoption, messbare Auswirkungen auf Arbeitsabläufe und evaluierungsgetriebene Feedbackschleifen, einschließlich Evaluierungsbenchmarks und Akzeptanzkriterien, die Produkt- und Modell-Roadmaps informieren. Sie arbeiten eng mit unseren Abteilungen für Produkt, Forschung, Partnerschaften, GRC, Sicherheit und GTM zusammen, um in regulierten Kontexten zu liefern, einschließlich Inspektionsbereitschaft mit Prüfpfaden und nachverfolgbarem Nachweis.

Diese Rolle ist in München angesiedelt. Wir verwenden ein hybrides Arbeitsmodell von 3 Tagen im Büro pro Woche. Wir bieten Unterstützung bei der Umsiedlung. Reisen von bis zu 50 % sind erforderlich.

Verantwortlichkeiten

• Entwerfen und Bereitstellen von Produktionssystemen rund um Modelle, Verantwortung für Integrationen, Datenherkunft, Zuverlässigkeit und Bereitschaft für Notfälle in Forschungs-, klinischen und operativen Arbeitsabläufen.
• Leiten von Entdeckungs- und Scoping-Prozessen von Pre-Sales bis Post-Sales, Übersetzung unklarer Arbeitsflussbedürfnisse in hypothesengeleitete Problembeschreibungen, Systemanforderungen und einen Ausführungsplan mit messbaren Endpunkten.
• Definieren und Durchsetzen von Startkriterien für regulierte Kontexte, einschließlich Validierungsnachweisen, Prüfbereitschaft, Ergebnismetriken und die Lieferung vorantreiben, bis wir nachhaltige Produktionsauswirkungen nachweisen.
• Arbeiten in sensiblen wissenschaftlichen Datenumgebungen, in denen Prüfbarkeit, Validierung und Zugangskontrollen Architektur, Betriebsverfahren und Fehlermanagement prägen.
• Durchführen von Evaluationsschleifen, die die Qualität von Modellen und Systemen anhand arbeitsflussspezifischer wissenschaftlicher Benchmarks messen und Ergebnisse nutzen, um Modell- und Produktänderungen voranzutreiben.
• Erfahrungen aus Bereitstellungen in gehärtete Primitiven, Referenzarchitekturen, Validierungsvorlagen und Benchmark-Hilfen destillieren, die in regulierten Lebenswissenschaftsumgebungen skalierbar sind.

Sie könnten in dieser Rolle erfolgreich sein, wenn Sie:

• Über 5 Jahre Erfahrung in Software-/ML-Engineering oder technischer Bereitstellung mit kundenorientierter Verantwortung in Biotech, Pharma, klinischer Forschung oder wissenschaftlicher Software verfügen; PhD, MS oder gleichwertige praktische Erfahrung in einem relevanten Bereich der Lebenswissenschaften sind wünschenswert.
• Kunden-GENAI-Bereitstellungen von Anfang bis Ende besessen haben, von der Scoping-Phase bis zur Produktionsadoption, und diese durch Evaluierungsdesign, Fehleranalyse und iterative Evidenzgenerierung verbessert haben, die die Akzeptanzkriterien im Laufe der Zeit verfeinern.
• KI-Systeme im Versuchsdesign, in der regulatorischen Dokumentation oder in wissenschaftlichen Operationen bereitgestellt haben, wo Validierungsstrategien, Prüfbarkeit, Compliance-Anforderungen und Erwartungen der Prüfer das Systemdesign und die Einführung geprägt haben.
• Deutlich über wissenschaftliche, klinische, modellforschende, technische und exekutive Zielgruppen kommunizieren können, technische Kompromisse in Entscheidungsqualität, Risikoposition und messbare Ergebnisse mit Glaubwürdigkeit übersetzen.
• Systemdenken mit hohen Ausführungsstandards anwenden, indem sie konsequent Misserfolge, Eskalationen und Prüfungsbefunde in verbesserte Betriebsstandards, Validierungsartefakte und wiederholbare Bereitstellungsleitfäden umwandeln.

Über OpenAI

OpenAI ist ein Unternehmen für KI-Forschung und -Bereitstellung, das sich dafür einsetzt, dass allgemeine künstliche Intelligenz der gesamten Menschheit zugutekommt. Wir erweitern die Grenzen der Fähigkeiten von KI-Systemen und streben an, sie sicher durch unsere Produkte in die Welt zu bringen. KI ist ein äußerst leistungsfähiges Werkzeug, das mit Sicherheit und den Bedürfnissen der Menschen im Mittelpunkt geschaffen werden muss, und um unsere Mission zu erreichen, müssen wir die vielen verschiedenen Perspektiven, Stimmen und Erfahrungen, die das gesamte Spektrum der Menschheit bilden, einbeziehen und wertschätzen.

Wir sind ein Arbeitgeber, der Chancengleichheit bietet, und diskriminieren nicht aufgrund von Rasse, Religion, Hautfarbe, nationaler Herkunft, Geschlecht, sexueller Orientierung, Alter, Veteranenstatus, Behinderung, genetischen Informationen oder anderen anwendbaren rechtlich geschützten Merkmalen.