Szef AI

AssetWatch obsługuje światowych producentów, zwiększając czas sprawności produkcji poprzez dostarczanie niezrównanych możliwości monitorowania stanu, z pasją dbania o aktywa, o które dbają nasi klienci każdego dnia. Jesteśmy oddanym i kompetentnym zespołem, w skład którego wchodzą światowej sławy inżynierowie i wybitni liderzy biznesu, których łączy wspólny cel - budowanie przyszłości konserwacji predykcyjnej. Wkraczając w kolejną fazę szybkiego rozwoju, poszukujemy osób, które pomogą nam poprowadzić tę podróż.

AssetWatch ma wyjątkową możliwość skalowania tego, jak LLM, agenci, uczenie maszynowe i analiza danych poprawiają wyniki klientów, produktywność wewnętrzną, różnicowanie produktów i dźwignię operacyjną. Szef AI zarządza strumieniami pracy AI w całej firmie, przekształca rozproszone eksperymenty AI w regulowane i mierzalne możliwości operacyjne oraz kieruje funkcją Data Science. Jest to główna strategiczna rola przywódcy AssetWatch, wymagająca bezpośredniego, praktycznego zaangażowania.

Lider musi pozostawać blisko terenu, rozumieć współczesną sztuczną inteligencję i analitykę danych na tyle głęboko, aby bezpośrednio określić zakres prac i pomagać firmie w adaptacji w miarę ewolucji technologii i ekosystemu dostawców. Stanowisko podlegające dyrektorowi generalnemu wymaga połączenia wizji strategicznej, biegłości technicznej, etycznego przywództwa i umiejętności zarządzania zmianami. ## Co zrobisz Zdefiniuj i wdrożyj strategię sztucznej inteligencji - nawiąż współpracę z kadrą kierowniczą, aby zdefiniować wizję AssetWatch natywną dla sztucznej inteligencji, model operacyjny i kontynuować budowanie naszego planu działania na rok 2027 i później. - Zidentyfikuj, gdzie sztuczna inteligencja może stworzyć przewagę konkurencyjną, zwiększyć wydajność i odblokować nową wartość dla klienta, co otworzy nowe źródła przychodów. - Utrzymuj aktualność strategii w miarę zmiany możliwości AI, narzędzi i ograniczeń dostawców. Kieruj organizacją zajmującą się sztuczną inteligencją i nauką o danych - buduj, kieruj i rozwijaj zespół w zakresie inżynierii uczenia maszynowego, uczenia maszynowego i inżynierii sztucznej inteligencji. - Rekrutuj, rozwijaj i zatrzymuj wysokowydajnych analityków danych, inżynierów ML i inżynierów AI. - Ustal jasne cele oparte na ROI, odpowiedzialności, standardach technicznych i zasięgu przywództwa w miarę skalowania zespołu.

Uruchom przyjmowanie, ustalanie priorytetów i zarządzanie - wyjaśniaj przychodzące żądania według wyniku, właściciela, zależności danych, wpływu na działalność biznesową oraz ścieżki budowania i zakupu. - Ustanów bariery ochronne dla narzędzi AI, agentów, wykorzystania modeli, dostępu do danych i akceptowalnego wykorzystania bez spowalniania wdrażania. - Ustal strategię AI i OKR we współpracy z wyższą kadrą kierowniczą i przełóż je na mierzalne cele zespołowe ze sprawdzonym zwrotem z inwestycji. Advance ML, MLOps i Applied AI - Przewodnik opracowywania modeli opartych na fizyce, które poprawiają analizę niezawodności AssetWatch, w tym wykrywanie anomalii, ranking, wyjaśnialność i jakość alertów. - Zapewnij monitorowanie, powtarzalność i niezawodność systemów produkcyjnych ML. - Kieruj pracami inżynieryjnymi AI, w tym agentycznymi przepływami pracy, wewnętrznymi narzędziami zwiększającymi produktywność i doświadczeniami skierowanymi do klienta. Partner w całej firmie - współpracuj z działem produktu i inżynierią, aby zamienić możliwości sztucznej inteligencji w określone zakłady z jasnymi właścicielami i ścieżkami dostaw. - Współpracuj z GTM, Customer Success i Operations, aby zidentyfikować możliwości AI o dużym wykorzystaniu i usprawnić przepływy pracy w terenie. - Współpraca z działem HR, finansami, łańcuchem dostaw i obsługą klienta w celu wdrożenia automatyzacji opartej na sztucznej inteligencji.

Mierz wpływ i komunikuj - zdefiniuj sposób pomiaru wpływu sztucznej inteligencji i połącz inwestycje w sztuczną inteligencję z wynikami, wydajnością i przychodami klientów. - Utrzymuj jasną narrację dla dyrektora generalnego, zarządu i liderów wielofunkcyjnych na temat priorytetów, postępu i kompromisów. - Ocena dostawców i narzędzi; zalecić, kiedy budować, kupować lub łączyć podejścia. ## Czego szukamy Doświadczenie - 10 lub więcej lat kierowania zespołami technicznymi zajmującymi się sztuczną inteligencją, uczeniem maszynowym, analizą danych lub powiązanymi zespołami technicznymi zajmującymi się danymi lub oprogramowaniem. - Udokumentowane osiągnięcia w ustalaniu strategii technologicznej w szybko zmieniającym się środowisku i realizacji inicjatyw na dużą skalę. - Doświadczenie w zarządzaniu zespołami wielofunkcyjnymi i współpracy z interesariuszami wyższego szczebla. Głębokość techniczna - praktyczna biegłość w posługiwaniu się nowoczesną sztuczną inteligencją i nauką o danych, wystarczająca do określenia zakresu prac, oceny jakości i kwestionowania założeń. - Praktyczna wiedza na temat produkcyjnego ML, MLOps, oceny, zarządzania i cyklu życia systemów AI. - Znajomość najnowocześniejszych podejść, w tym dużych modeli językowych, architektury agentowej i uczenia maszynowego. Umiejętności biznesowe i przywódcze - silny osąd łączący pracę techniczną z wartością dla klienta, wpływem na przychody, kontrolą kosztów i redukcją ryzyka. - Doskonały komunikator, potrafiący tłumaczyć złożone koncepcje AI dla kadry kierowniczej nietechnicznej i inspirować zespoły techniczne. - Zaangażowanie w odpowiedzialne praktyki związane ze sztuczną inteligencją, w tym w zakresie prywatności danych, łagodzenia uprzedzeń i zgodności z przepisami.

Edukacja - wymagany tytuł licencjata w dziedzinie informatyki, analityki danych, sztucznej inteligencji, inżynierii lub dziedziny pokrewnej. - Preferowane wykształcenie wyższe (magister, doktorat lub MBA ze szczególnym uwzględnieniem technologii). ## Miło mieć - doświadczenie w technologii przemysłowej, konserwacji predykcyjnej, produkcji, IoT lub monitorowaniu stanu. - Doświadczenie w zakresie danych szeregów czasowych, przetwarzania sygnałów, wykrywania anomalii lub produktów opartych na czujnikach. - Doświadczenie z narzędziami AWS, MLOps, platformami danych w chmurze i integracjami SaaS dla przedsiębiorstw. #LI-REMOTE Poniżej podano podstawowy zakres wynagrodzenia na tym stanowisku w pełnym wymiarze godzin, plus kapitał własny i świadczenia. Wynagrodzenie zmienne, premie i inne wynagrodzenie pieniężne zostaną omówione podczas całej rozmowy kwalifikacyjnej. Zakres wynagrodzeń został określony w zależności od roli, poziomu i lokalizacji.

Indywidualne wynagrodzenie zależy od miejsca pracy i dodatkowych czynników, w tym umiejętności związanych z pracą, doświadczenia oraz odpowiedniego wykształcenia lub szkolenia. Podczas procesu rekrutacji Twój rekruter może przekazać więcej informacji na temat konkretnego zakresu wynagrodzeń obowiązującego w Twojej lokalizacji. Przedział wynagrodzeń AssetWatch (USA) 244 000 - 282 000 USD Co oferujemy: AssetWatch to firma działająca zdalnie, która stawia ludzi w centrum wszystkiego, co robimy.

Chcemy, aby członkowie naszego zespołu dobrze się rozwijali - dlatego oferujemy szereg korzyści i dodatków mających na celu wspieranie Twojego dobrego samopoczucia, rozwoju i równowagi między życiem zawodowym a prywatnym. - Konkurencyjny pakiet wynagrodzeń obejmujący opcje na akcje - Elastyczny harmonogram pracy - Wszechstronne świadczenia, w tym dopasowanie planu emerytalnego - Możliwość wywarcia prawdziwego wpływu każdego dnia - Praca z dynamicznym i rozwijającym się zespołem - Nieograniczona WOM Mamy rozproszony zespół, który pracuje zdalnie w różnych lokalizacjach w Stanach Zjednoczonych i Ontario w Kanadzie. Wymagana jest współpraca w ramach podstawowych godzin pracy. Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/head-of-ai-assetwatch