Premier ou première spécialiste scientifique – Développement de l’IA et systèmes agentiques // Senior Scientist — AI Dev and Agentic Systems

Date de fin d’affichage : le 9 octobre 2026 Posting closing date: October 9 2026 Statut :Régulier, temps plein Status : Regular, full-time (English to follow) Premier ou première spécialiste scientifique – Développement de l’IA et systèmes agentiques À propos de l’équipe L’équipe IA et contrôle avancé au sein d’Intelligence productique et Transformation liée à la technologie développe et met en œuvre les capacités de modélisation, de contrôle et d’intelligence artificielle qui soutiennent le réseau de fabrication de Pfizer. Notre travail couvre les capteurs logiciels en temps réel, les modèles de procédés hybrides et fondés sur les principes fondamentaux, le contrôle avancé des processus et, de plus en plus, les systèmes d’IA générative et agentique capables de raisonner à partir de données de fabrication et d’agir à même des flux de travail validés. Les grands modèles de langage, le raisonnement fondé sur la recherche d’informations et les agents capables d’utiliser des outils ont transformé ce qu’une équipe spécialisée en sciences de la fabrication peut automatiser, et nous développons cette capacité tout en conservant la rigueur de l’ingénierie qui garantit la fiabilité d’un modèle sur une chaîne de production. Le poste En tant que premier ou première spécialiste scientifique, vous serez responsable de la réalisation technique de projets de grande portée alliant compréhension des processus et IA. Vous développerez des modèles de processus et des solutions d’apprentissage automatique, concevrez et déploierez des systèmes agentiques qui automatisent l’analyse et l’aide à la prise de décisions pour les équipes de fabrication, et mènerez ce projet de la phase de conception jusqu’à la mise en œuvre selon les bonnes pratiques de fabrication. Vous contribuerez à définir les possibilités au sein du réseau de fabrication et à concevoir des solutions, tout en aidant à façonner la manière dont l’organisation mettra en œuvre ces solutions afin de garantir la réalisation de toute la valeur commerciale visée. Ce que vous accomplirez Vous dirigerez la contribution technique dans le cadre de projets nécessitant une expertise en modélisation des processus, en science des données, en optimisation et en contrôle, de la définition des possibilités au déploiement validé. Vous concevrez, développerez et déploierez des systèmes d’IA agentique – des agents basés sur de grands modèles de langage capables d’utiliser des outils, d’exploiter des données de fabrication et de la documentation, et d’effectuer un raisonnement en plusieurs étapes – pour appuyer les enquêtes, l’analyse des causes profondes, la revue des lots et l’aide à la prise de décisions en ingénierie. Vous élaborerez des modèles mécanistiques, hybrides et d’apprentissage automatique pour les procédés chimiques et biologiques, et favoriserez leur mise en œuvre selon les bonnes pratiques de fabrication sous forme de capteurs logiciels, de surveillance en temps réel, d’analyse des lots de référence et de contrôle avancé des processus. Vous définirez comment ces solutions sont évaluées : vous mettrez en place les ensembles de test, les références, les balises et les mécanismes de surveillance qui permettent de justifier l’utilisation d’un système d’IA dans un contexte réglementé, et de savoir dans quelles circonstances il ne faut pas se fier à un modèle. Vous repèrerez les occasions à forte valeur ajoutée en matière d’analyse avancée, de contrôle avancé des processus et d’IA à l’échelle du réseau, et les transformerez en solutions adaptées aux besoins plutôt qu’en simples démonstrations. Vous appliquerez les principes en ingénierie et les données expérimentales issues de laboratoires, de projets pilotes et d’instruments commerciaux afin d’approfondir la compréhension des processus et de faciliter la surveillance et le contrôle en temps réel. Voici ce dont vous aurez besoin (exigences minimales) Maîtrise en sciences dans les disciplines de l’ingénierie, en mathématiques appliquées ou en informatique; un doctorat est un atout. Maîtrise experte de Python. Vous écrivez du code que d’autres peuvent exécuter, tester et mettre à jour, et vous maîtrisez les outils modernes de contrôle de version, de gestion des environnements, de tests et d’amélioration continue. Expérience avérée dans l’application de la science des données et de l’apprentissage automatique à des données réelles et imparfaites pour générer des informations et éclairer la prise de décision, et non pas uniquement à des ensembles de données de référence. Connaissance pratique des principes fondamentaux des processus chimiques ou biologiques — notamment la cinétique réactionnelle, la thermodynamique, les transferts de chaleur et de masse, la culture cellulaire, la fermentation ou les étapes de purification en aval – d’un niveau suffisant pour confronter un modèle aux phénomènes physiques du processus. Capacité à travailler au sein d’équipes diversifiées, interfonctionnelles et dispersées géographiquement, en faisant preuve d’excellentes compétences en communication écrite et orale et en adoptant une approche autonome face à des problèmes ambigus. Bilinguisme (français et anglais) – Un niveau avancé d’anglais, tant à l’oral qu’à l’écrit, est requis afin de permettre à la personne de collaborer efficacement avec des collègues et partenaires situés ailleurs au Canada et à l’international de façon quotidienne dans le cadre de ses responsabilités. Vous obtiendrez des points bonus si vous possédez ces compétences (atouts) Capacité en matière d’ingénierie des données couvrant à la fois des séries chronologiques structurées comportant des centaines d’étiquettes et des données non structurées telles que du texte, des images et des documents. Expérience avérée dans le développement d’applications fondées sur de grands modèles de langage : conception de requêtes et de contextes, génération augmentée par la recherche, appel de fonctions et d’outils, production de sorties structurées et orchestration de flux de travail agentiques en plusieurs étapes, en utilisant les cadres actuels ou un travail direct avec les API. Expérience en production dans les domaines de l’évaluation et de la fiabilité des agents : évaluations hors ligne et en ligne, traçabilité et observabilité, détection des hallucinations et des dérives, révision par un intervenant humain ou une intervenante humaine, et gestion des coûts et de la latence. Apprentissage profond et méthodes à variables latentes multivariées pour la détection d’anomalies, la classification de défauts et l’analyse automatisée des causes profondes sur des données de séries chronologiques. Développement nuagique et opérations d’apprentissage automatique sur AWS, Azure ou une plateforme équivalente : déploiement conteneurisé, registres de modèles, pipelines et surveillance des modèles en production. Plateformes de données en nuage telles que Snowflake, ainsi qu’une maîtrise de la programmation en SQL. Contexte des données industrielles et de l’automatisation : systèmes d’archivage des données de processus (PI ou équivalent), OPC UA et autres protocoles temps réel, DeltaV ou plateformes DCS comparables. Connaissance des opérations des unités de fabrication pharmaceutique, des exigences en matière d’intégrité des données dans le cadre des bonnes pratiques de fabrication, de la validation des systèmes informatiques et des nouvelles lignes directrices réglementaires concernant l’IA dans le cycle de vie des produits pharmaceutiques. Nous sommes fiers d’offrir à nos employés un modèle de travail flexible qui leur permet de planifier leurs journées afin de maximiser leur productivité, d’atteindre un meilleur équilibre entre leur vie personnelle et leur vie professionnelle et de favoriser une nouvelle façon de travailler, qui sera centrée sur les patients et stimulera l’innovation. Actuellement, nos employés sont tenus de travailler sur place 2.5 à 3 jours par semaine, en combinant la collaboration et la communication en présentiel et le télétravail, lorsque cela est approprié pour l’entreprise. Le salaire annuel de base pour ce poste varie de 69,750 $ à 116,250 $. L’échelle salariale fournie s’applique seulement au Canada, et ne s’applique à aucun autre endroit à l’extérieur du Canada. ---------------------------------------------------------------- About the Team The AI & Advanced Control team within Manufacturing Intelligence & Technology Transformation builds and deploys the modeling, control and artificial intelligence capabilities that supports Pfizer's manufacturing network. Our work spans real-time soft sensors, hybrid and first-principles process models, advanced process control, and increasingly, Gen/Agentic AI systems that reason over manufacturing data and act inside validated workflows. Large language models, retrieval-grounded reasoning and tool-using agents have changed what a manufacturing science team can automate, and we are building that capability while keeping the engineering rigor that makes a model trustworthy on a production line. The Role As a Senior Scientist you will own technical delivery on high-impact projects that combine process understanding with AI. You will develop process models and machine learning solutions, design and deploy agentic systems that automate analysis and decision support for manufacturing teams, and carry that work from concept through GMP implementation. You will support opportunity framing within the manufacturing network and solution design, while helping shape how the organization adopts these solutions to ensure full realization of the targeted business value. What You Will Achieve Lead the technical contribution on projects that require process modeling, data science, optimization and control expertise, from opportunity framing through validated deployment. Design, build and deploy agentic AI systems, LLM-based agents with tool use, retrieval over manufacturing data and documentation, and multi-step reasoning that support investigation, root cause analysis, batch review, and engineering decision support. Develop mechanistic, hybrid and machine learning models of chemical and biological processes, and support their GMP implementation as soft sensors, real-time monitoring, golden-batch analysis and advanced process control. Define how these solutions are evaluated: build the test sets, benchmarks, guardrails and monitoring that make an AI system defensible in a regulated environment, and know when a model should not be trusted. Identify high-value opportunities for advanced analytics, APC, AI across the network, and turn them into fit-for-purpose solutions rather than demonstrations. Apply engineering principles and experimental data from lab, pilot and commercial equipment to deepen process understanding and enable real-time monitoring and control. Here Is What You Need (Minimum Requirements) M.Sc. in engineering disciplines, applied mathematics, or computer science; Ph.D. is a bonus. Expert-level Python. You write code others can run, test and maintain, and you are comfortable with modern tooling for version control, environments, testing and CI. A track record of applying data science and machine learning to real-world, imperfect data to generate insight and support decisions; Not only benchmark datasets. Working knowledge of chemical or biological process fundamentals, including reaction kinetics, thermodynamics, heat and mass transfer, cell culture, fermentation or downstream purification, sufficient to challenge a model against the physics of the process. Ability to work in diverse, cross-functional and geographically distributed teams, with excellent written and spoken communication and a self-directed approach to ambiguous problems. Bilingualism (French and English): An advanced level of English, both spoken and written, is required to enable the individual to collaborate effectively with colleagues and partners located elsewhere in Canada and internationally daily as part of their responsibilities