Forward Deployed Engineer (FDE), Life Sciences - SF

Über das Team

Das Forward Deployed Engineering-Team von OpenAI arbeitet mit Organisationen im Bereich der Lebenswissenschaften zusammen, um Produktions-AI-Systeme in wissenschaftlichen und operativen Arbeitsabläufen einzuführen. Wir arbeiten an der Schnittstelle zwischen Kundenimplementierung und Kernplattformentwicklung und nutzen frühe Engagements, um wiederholbare Systemmuster, Bewertungen und Betriebsstandards für Umgebungen der Lebenswissenschaften zu definieren.

Über die Rolle

Wir suchen einen Forward Deployed Engineer (FDE), der die End-to-End-Implementierungen unserer Modelle in Organisationen der Lebenswissenschaften und Forschungseinrichtungen leitet, mit einem Fokus auf Arbeitsabläufe in den Bereichen Entdeckung, klinische Entwicklung, Einreichungen und wissenschaftliche Operationen. Sie werden mit Kunden arbeiten, die Experten in ihren Bereichen sind, und Daten-, Infrastruktur- und Arbeitsablaufbeschränkungen in Produktionssysteme übersetzen sowie definieren, wie Grenzmodelle in regulierten Umgebungen angewendet werden können. Sie messen den Erfolg durch Produktionsadoption, Arbeitsablaufimpact und Bewertungszyklen, die arbeitsflussspezifische Benchmarks, Akzeptanzkriterien und Nachweise für die Produktionsnutzung definieren.

Sie arbeiten eng mit den Bereichen Business, Forschung, Plattform/Produkt, Engineering und Sicherheit/GRC zusammen und nutzen die Erkenntnisse aus der Implementierung, um sowohl die Kundensysteme als auch die Produkt- und Modell-Roadmaps zu verbessern, die sie unterstützen. Diese Rolle ist in San Francisco angesiedelt. Wir verwenden ein hybrides Arbeitsmodell von 3 Tagen im Büro pro Woche. Wir bieten Unterstützung bei der Umsiedlung an. Reisen von bis zu 30 % sind erforderlich.

In dieser Rolle werden Sie:

• Implementierungen vom ersten Scoping bis zur Produktionsadoption leiten, einschließlich technischer Entscheidungen, Sequenzierung und Startbereitschaft.
• Mit Kunden und internen Teams zusammenarbeiten, um Probleme zu formulieren, den Umfang zu definieren und mehrdeutige Arbeitsflussbedürfnisse in Systemanforderungen und messbare Endpunkte zu übersetzen.
• Startkriterien für regulierte Kontexte definieren, einschließlich Validierungsnachweisen, Ergebnismetriken und Akzeptanzschwellen, die an die Produktionsnutzung gebunden sind.
• Betriebsstandards für Auditierbarkeit, Rückverfolgbarkeit und Inspektionsbereitschaft in den von Ihnen gelieferten Systemen durchsetzen.
• Bewertungen entwerfen, die die Modell- und Systemqualität anhand arbeitsflussspezifischer wissenschaftlicher Benchmarks und Akzeptanzkriterien messen.
• Ergebnisse von Bewertungen, Fehleranalysen und Erkenntnisse aus der Implementierung nutzen, um die Modellauswahl, das Systemdesign und das Produktfeedback zu verbessern.
• Erkenntnisse aus der Implementierung in Referenzarchitekturen, Validierungsvorlagen, Benchmark-Harnesse und andere technische Primitiven destillieren, die in verschiedenen Umgebungen der Lebenswissenschaften wiederverwendet werden können.

Sie könnten in dieser Rolle erfolgreich sein, wenn Sie:

• Über 6 Jahre Erfahrung in Software, ML/AI oder Deployment Engineering mit kundenorientierter Verantwortung in Biotech, Pharma, klinischer Forschung, wissenschaftlicher Software oder angrenzenden technischen Bereichen verfügen.
• Als Senior Engineer, Tech Lead oder Deployment Owner gearbeitet haben, der befugt ist, technische Entscheidungen in mehrdeutigen Umgebungen zu treffen.
• Kunden-Grenz-AI-Implementierungen von Anfang bis Ende vom Scoping bis zur Produktionsadoption geleitet haben.
• Implementierte Systeme durch Bewertungen verbessert haben.