Gerente Sénior de Científico de Datos, Cadena de Suministro

El puesto de Data Scientist formará parte de la organización de Supply Planning Data Intelligence y será responsable de construir, entrenar, desplegar y mantener modelos de IA/ML y herramientas de automatización para los datos maestros de la cadena de suministro. Actuando como parte del "tech engine" de la iniciativa Intelligent Data Factory, este rol desarrolla soluciones de analítica avanzada —como algoritmos de optimización, modelos predictivos, herramientas de IA generativa y agentes de datos inteligentes— para impulsar pipelines de datos autónomos y con capacidad de autorreparación (self-healing). El Data Scientist trabaja a nivel global en múltiples funciones para permitir una cadena de suministro automatizada y basada en datos, progresando a través de un modelo de entrega por fases que comienza con victorias rápidas (quick wins) fundamentales y evoluciona hacia un ecosistema maduro de agentes de datos autónomos y de autoaprendizaje.

• Desarrollar algoritmos de optimización y simulación: Diseñar, construir y perfeccionar algoritmos para la optimización de la planificación de la cadena de suministro y la simulación de escenarios. Esto incluye la creación de modelos de IA que optimicen los parámetros de planificación (por ejemplo, niveles de stock de seguridad, tamaños de lote) y simulen decisiones de planificación bajo diversos escenarios. Colaborar estrechamente con los Data Owners y expertos en la materia de la cadena de suministro para garantizar que las restricciones del mundo real y las reglas de negocio se modelen con precisión.
• Construir modelos predictivos de Machine Learning: Desarrollar y desplegar modelos predictivos utilizando técnicas de aprendizaje automático supervisado y no supervisado para mejorar la toma de decisiones basada en datos maestros. Los ejemplos incluyen la predicción de entradas clave de datos maestros (como tiempos de tránsito o restricciones de vida útil), la implementación de sistemas de detección de anomalías para la calidad de los datos y técnicas de clustering para el reconocimiento de patrones. Mantener pipelines de datos de extremo a extremo, asegurando que los modelos se reentrenen y validen regularmente con datos limpios y bien etiquetados.
• Implementar soluciones de IA generativa y NLP: Crear e integrar soluciones de IA generativa y procesamiento de lenguaje natural para automatizar y mejorar los procesos de gestión de datos. Utilizar modelos de lenguaje extensos (LLMs) y marcos de trabajo relacionados para autogenerar documentación o código (para pipelines de datos), sugerir o completar valores de datos maestros, y habilitar interfaces de lenguaje natural (chatbots o herramientas de preguntas y respuestas) que permitan a los usuarios consultar e interactuar con los activos de datos de forma más intuitiva.
• Desarrollar agentes de datos inteligentes y bots de automatización: Diseñar y desplegar agentes de IA y bots de automatización robótica de procesos (RPA) para gestionar tareas repetitivas de datos maestros y resolver problemas de datos de forma proactiva. Construir bots que puedan crear, validar o limpiar registros de datos maestros automáticamente. Diseñar agentes de IA autónomos que monitoricen señales de datos en tiempo real y activen acciones o alertas (por ejemplo, identificando inconsistencias e iniciando correcciones) para mantener los datos maestros precisos y actualizados. Integrar estos agentes con los sistemas de planificación de la cadena de suministro (por ejemplo, Kinaxis) para cerrar el bucle de retroalimentación y garantizar que los ajustes de planificación se ejecuten basándose en los últimos conocimientos de los datos.
• Despliegue y mantenimiento de modelos de extremo a extremo: Ser responsable de todo el ciclo de vida de las soluciones de ciencia de datos, desde el desarrollo hasta el despliegue y el mantenimiento continuo. Garantizar que todas las soluciones de IA/ML se desplieguen en el entorno de producción adecuado y funcionen con alta fiabilidad y rendimiento. Monitorizar el rendimiento de los modelos y del sistema, solucionar problemas e implementar mejoras o reentrenamientos según sea necesario para mantener la precisión y la eficiencia. Establecer mecanismos de autorreparación en los pipelines de datos, de modo que el sistema pueda abordar automáticamente las anomalías o alertar sobre ellas sin intervención manual.
• Impulsar la innovación y la habilitación de IA por fases: Contribuir a la innovación continua de la Intelligent Data Factory manteniéndose al tanto de las técnicas de IA de vanguardia e identificando oportunidades para mejorar la automatización. Apoyar un enfoque de entrega por fases para la habilitación de la IA en la gestión de datos maestros: en la Fase 1, centrarse en la entrega de modelos de aprendizaje automático fundamentales y bots de RPA básicos que generen victorias rápidas; en la Fase 2, ayudar a implementar algoritmos de optimización más avanzados y "copilotos" de IA generativa para aumentar significativamente la autonomía de los procesos; en la Fase 3, asistir en el cultivo de un ecosistema totalmente maduro de agentes de datos autónomos y de autoaprendizaje que requieran una intervención humana mínima. A través de cada fase, asegurar que los aprendizajes se capturen y se incorporen al ciclo de desarrollo para impulsar la mejora continua. Este rol es el principal responsable de entregar soluciones validadas y probadas en producción con el equipo de Digital/IT, convirtiéndose en el dueño de negocio (business owner) de las soluciones desplegadas.

REQUISITOS DE HORARIO DE TRABAJO NO ESTÁNDAR, VIAJES O ENTORNO

Horario de trabajo estándar con flexibilidad para asistir a reuniones ocasionales fuera del horario laboral normal debido a las necesidades de colaboración internacional.

Puede requerirse un viaje mínimo (hasta un 10%) para talleres de equipo, sesiones de formación o colaboración entre sedes, dependiendo de las necesidades del proyecto.

Asignación de lugar de trabajo: Híbrido

Propósito

Avances que cambian la vida de los pacientes... En Pfizer somos una empresa centrada en el paciente, guiada por nuestros cuatro valores: valentía, alegría, equidad y excelencia. Nuestra cultura de innovación se presta a nuestra dedicación para transformar millones de vidas.

Estrategia de Transformación Digital

Una forma audaz en la que estamos logrando nuestro propósito es a través de nuestra estrategia de transformación digital en toda la empresa. Estamos liderando el camino en la adopción de nuevas soluciones de datos, modelado y automatización para digitalizar y acelerar aún más el descubrimiento y desarrollo de fármacos con el objetivo de mejorar los resultados de salud y la experiencia del paciente.

Flexibilidad

Nuestro objetivo es crear una cultura de lugar de trabajo flexible y basada en la confianza que aliente a los empleados a lograr la armonía entre la vida laboral y personal, atraiga el talento y permita que cada uno dé lo mejor de sí mismo en el trabajo. ¡Empecemos la conversación!

Igualdad de Oportunidades en el Empleo

Creemos que una fuerza laboral diversa e inclusiva es crucial para construir un negocio exitoso. Como empleador, Pfizer se compromete a celebrar esto en todas sus formas, permitiéndonos ser tan diversos como los pacientes y las comunidades a las que servimos. Juntos, continuamos construyendo una cultura que alienta, apoya y empodera a nuestros empleados.

Inclusión de la Discapacidad

Nuestra misión es liberar el potencial de toda nuestra gente y estamos orgullosos de ser un empleador inclusivo con la discapacidad, garantizando la igualdad de oportunidades de empleo para todos los candidatos. Le animamos a presentarse con su mejor versión con el conocimiento y la confianza de que realizaremos cualquier ajuste razonable para apoyar su solicitud y su futura carrera. ¡Su viaje con Pfizer comienza aquí!

Pfizer se esfuerza por hacer que www.pfizer.com/careers sea accesible para todos los usuarios. Si desea ponerse en contacto con nosotros en relación con la accesibilidad de nuestro sitio web o necesita ayuda para completar el proceso de solicitud y/o la entrevista, envíe un correo electrónico a disabilityrecruitment@pfizer.com. Esto debe utilizarse únicamente para solicitudes de adaptación con respecto a la accesibilidad de nuestro sitio web, el proceso de solicitud en línea y/o la entrevista. No se responderá a las solicitudes por cualquier otro motivo.

Se valorarán las candidaturas que puedan aportar certificados oficiales de discapacidad.

Para obtener más información sobre los usos aceptables y prohibidos de la IA durante el proceso de selección, consulte nuestras directrices para candidatos sobre el uso de la IA disponibles en Pfizer Careers.

Information & Business Tech