Premier ou premire spcialiste scientifique – Dveloppement de l’IA et systmes agentiques // Senior Scientist – AI Dev and Agentic Systems NEW

Date de fin daffichage: le 9 octobre 2026

Posting closing date: October 9 2026

Statut:Rgulier, temps plein

Status: Regular, full-time

(English to follow)

Premier ou premire spcialiste scientifique Dveloppement de lIA et systmes agentiques

propos de lquipe

Lquipe IA et contrle avanc au sein dIntelligence productique et Transformation lie la technologie dveloppe et met en uvre les capacits de modlisation, de contrle et dintelligence artificielle qui soutiennent le rseau de fabrication de Pfizer. Notre travail couvre les capteurs logiciels en temps rel, les modles de procds hybrides et fonds sur les principes fondamentaux, le contrle avanc des processus et, de plus en plus, les systmes dIA gnrative et agentique capables de raisonner partir de donnes de fabrication et dagir mme des flux de travail valids. Les grands modles de langage, le raisonnement fond sur la recherche dinformations et les agents capables dutiliser des outils ont transform ce quune quipe spcialise en sciences de la fabrication peut automatiser, et nous dveloppons cette capacit tout en conservant la rigueur de lingnierie qui garantit la fiabilit dun modle sur une chane de production.

Le poste

En tant que premier ou premire spcialiste scientifique, vous serez responsable de la ralisation technique de projets de grande porte alliant comprhension des processus et IA. Vous dvelopperez des modles de processus et des solutions dapprentissage automatique, concevrez et dploierez des systmes agentiques qui automatisent lanalyse et laide la prise de dcisions pour les quipes de fabrication, et mnerez ce projet de la phase de conception jusqu la mise en uvre selon les bonnes pratiques de fabrication. Vous contribuerez dfinir les possibilits au sein du rseau de fabrication et concevoir des solutions, tout en aidant faonner la manire dont lorganisation mettra en uvre ces solutions afin de garantir la ralisation de toute la valeur commerciale vise.

Ce que vous accomplirez

• Vous dirigerez la contribution technique dans le cadre de projets ncessitant une expertise en modlisation des processus, en science des donnes, en optimisation et en contrle, de la dfinition des possibilits au dploiement valid.
• Vous concevrez, dvelopperez et dploierez des systmes dIA agentique des agents bass sur de grands modles de langage capables dutiliser des outils, dexploiter des donnes de fabrication et de la documentation, et deffectuer un raisonnement en plusieurs tapes pour appuyer les enqutes, lanalyse des causes profondes, la revue des lots et laide la prise de dcisions en ingnierie.
• Vous laborerez des modles mcanistiques, hybrides et dapprentissage automatique pour les procds chimiques et biologiques, et favoriserez leur mise en uvre selon les bonnes pratiques de fabrication sous forme de capteurs logiciels, de surveillance en temps rel, danalyse des lots de rfrence et de contrle avanc des processus.
• Vous dfinirez comment ces solutions sont values : vous mettrez en place les ensembles de test, les rfrences, les balises et les mcanismes de surveillance qui permettent de justifier lutilisation dun systme dIA dans un contexte rglement, et de savoir dans quelles circonstances il ne faut pas se fier un modle.
• Vous reprerez les occasions forte valeur ajoute en matire danalyse avance, de contrle avanc des processus et dIA lchelle du rseau, et les transformerez en solutions adaptes aux besoins plutt quen simples dmonstrations.
• Vous appliquerez les principes en ingnierie et les donnes exprimentales issues de laboratoires, de projets pilotes et dinstruments commerciaux afin dapprofondir la comprhension des processus et de faciliter la surveillance et le contrle en temps rel.

Voici ce dont vous aurez besoin (exigences minimales)

• Matrise en sciences dans les disciplines de lingnierie, en mathmatiques appliques ou en informatique; un doctorat est un atout.
• Matrise experte de Python. Vous crivez du code que dautres peuvent excuter, tester et mettre jour, et vous matrisez les outils modernes de contrle de version, de gestion des environnements, de tests et damlioration continue.
• Exprience avre dans lapplication de la science des donnes et de lapprentissage automatique des donnes relles et imparfaites pour gnrer des informations et clairer la prise de dcision, et non pas uniquement des ensembles de donnes de rfrence.
• Connaissance pratique des principes fondamentaux des processus chimiques ou biologiques notamment la cintique ractionnelle, la thermodynamique, les transferts de chaleur et de masse, la culture cellulaire, la fermentation ou les tapes de purification en aval dun niveau suffisant pour confronter un modle aux phnomnes physiques du processus.
• Capacit travailler au sein dquipes diversifies, interfonctionnelles et disperses gographiquement, en faisant preuve dexcellentes comptences en communication crite et orale et en adoptant une approche autonome face des problmes ambigus.
• Bilinguisme (franais et anglais) Un niveau avanc danglais, tant loral qu lcrit, est requis afin de permettre la personne de collaborer efficacement avec des collgues et partenaires situs ailleurs au Canada et linternational de faon quotidienne dans le cadre de ses responsabilits.

Vous obtiendrez des points bonus si vous possdez ces comptences (atouts)

• Capacit en matire dingnierie des donnes couvrant la fois des sries chronologiques structures comportant des centaines dtiquettes et des donnes non structures telles que du texte, des images et des documents.
• Exprience avre dans le dveloppement dapplications fondes sur de grands modles de langage: conception de requtes et de contextes, gnration augmente par la recherche, appel de fonctions et doutils, production de sorties structures et orchestration de flux de travail agentiques en plusieurs tapes, en utilisant les cadres actuels ou un travail direct avec les API.
• Exprience en production dans les domaines de lvaluation et de la fiabilit des agents : valuations hors ligne et en ligne, traabilit et observabilit, dtection des hallucinations et des drives, rvision par un intervenant humain ou une intervenante humaine, et gestion des cots et de la latence.
• Apprentissage profond et mthodes variables latentes multivaries pour la dtection danomalies, la classification de dfauts et lanalyse automatise des causes profondes sur des donnes de sries chronologiques.
• Dveloppement nuagique et oprations dapprentissage automatique sur AWS, Azure ou une plateforme quivalente : dploiement conteneuris, registres de modles, pipelines et surveillance des modles en production.
• Plateformes de donnes en nuage telles que Snowflake, ainsi quune matrise de la programmation en SQL.
• Contexte des donnes industrielles et de lautomatisation : systmes darchivage des donnes de processus (PI ou quivalent), OPC UA et autres protocoles temps rel, DeltaV ou plateformes DCS comparables.
• Connaissance des oprations des units de fabrication pharmaceutique, des exigences en matire dintgrit des donnes dans le cadre des bonnes pratiques de fabrication, de la validation des systmes informatiques et des nouvelles lignes directrices rglementaires concernant lIA dans le cycle de vie des produits pharmaceutiques.

Nous sommes fiers doffrir nos employs un modle de travail flexiblequi leur permetde planifier leurs journes afin de maximiser leur productivit, datteindre un meilleur quilibre entre leur vie personnelle et leur vie professionnelle et de favoriser une nouvelle faon de travailler, qui sera centre sur les patients et stimulera linnovation. Actuellement, nos employs sont tenus de travailler sur place 2.5 3jours par semaine, en combinant la collaboration et la communication en prsentiel et le tltravail, lorsque cela est appropri pour lentreprise.

Le salaire annuel de base pour ce poste varie de 69,750 $ 116,250 $.

Lchelle salariale fournie sapplique seulement au Canada, et ne sapplique aucun autre endroit lextrieur 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.

Bonus Points If You Have (Preferred Requirements)

• Data engineering capability across structured time-series with hundreds of tags as well as unstructured text, image and document data.
• Demonstrated experience building applications on top of large language models: prompt and context design, retrieval-augmented generation, function and tool calling, structured outputs, and orchestration of multi-step agentic workflows using current frameworks or direct API work.
• Production experience with agent evaluation and reliability: offline and online evals, tracing and observability, hallucination and drift detection, human-in-the-loop review, and cost and latency management.
• Deep learning and multivariate latent-variable methods for anomaly detection, fault classification and automated root cause analysis on time-series data.
• Cloud development and MLOps on AWS, Azure or an equivalent platform: containerized deployment, model registries, pipelines, and monitoring of models in production.
• Cloud data platforms such as Snowflake, and fluency in SQL programming.
• Industrial data and automation context: process historians (PI or equivalent), OPC UA and other real-time protocols, DeltaV or comparable DCS platforms.
• Familiarity with pharmaceutical manufacturing unit operations, GMP data integrity expectations, computer system validation, and emerging regulatory guidance on AI in the pharmaceutical lifecycle.

We are proud to offer employees a flexible working model that is grounded on empowering colleagues to design their workdays so that they can maximize their productivity, enhance their work-life balance and support a way of working that fosters innovation and patient-centricity. Currently, our employees are expected to be on-site 2.5 -3 days per week blending on-site collaboration and connection with off-site remote working when it makes business sense to do so.

The annual base salary for this position ranges from $69,750 to $116,250.

The salary range provided applies to Canada only and does not apply to any other locations outside of Canada.

This role is posted in multiple locations. If you are applying for the role in an secondary job posting location where pay transparency regulations apply, your Talent Advisor will share the local pay information with you during the first interview.

At Pfizer, we embrace diversity and inclusion for innovation and growth. We are committed to building inclusive teams and an equitable workplace for our employees to bring their true selves to work.

We also strive to provide an accessible candidate experience for our prospective employees with different abilities. Please let us know if you need any accommodations during the recruitment process.

Chez Pfizer, nous accueillons la diversit et l’inclusion pour stimuler l’innovation et la croissance. Nous sommes dtermins crer des quipes inclusives et un milieu de travail quitable pour que nos employs puissent exprimer leur vraie personnalit au travail.

Nous nous efforons galement d’offrir une exprience de candidature accessible nos employs potentiels ayant des habilets diffrentes. N’hsitez pas nous faire savoir si vous avez besoin de mesures dadaptation au cours du processus de recrutement.

To learn more about acceptable and prohibited uses of AI during the recruitment process, please review our candidate AI-use guidelines available onPfizer Careers.

Pour en savoir plus sur les utilisations acceptables et interdites de lIA pendant le processus de recrutement, veuillez consulter nos directives sur lutilisation de lIA par les candidats surPfizer Careers.

Engineering