AI Engineer — Roche

Descrizione completa

A Roche puoi apparire come te stesso, abbracciato per le qualità uniche che porti. La nostra cultura incoraggia l'espressione personale, il dialogo aperto e i legami genuini, dove siete valorizzati, accettati e rispettati per chi siete, permettendovi di prosperare sia personalmente che professionalmente. Questo è il modo in cui vogliamo prevenire, fermare e curare le malattie e garantire che tutti abbiano accesso alla salute oggi e per le generazioni a venire. Unisciti a Roche, dove ogni voce conta.

La posizione A Roche, ci impegniamo a fornire maggiori benefici ai nostri pazienti applicando capacità digitali, dati e AI alle sfide operative del mondo reale. L'AI Engineer Level 6 è un collaboratore tecnico di alto livello all'interno dell'AI Engineering Cluster, responsabile della progettazione, della fornitura, della valutazione e dell'utilizzo di soluzioni AI robuste in tutte le operazioni tecniche di Pharma.

Questo ruolo possiede parti significative di consegna AI end-to-end, tra cui architettura di soluzioni, datadotti, machine learning e sistemi GenAI, flussi di lavoro agentici, imbracature di valutazione AI, servizi backend, interfacce utente e operazioni di produzione. Il ruolo collabora con esperti di business, IT, qualità e tecnici per tradurre complesse sfide operative in prodotti affidabili, scalabili, conformi e misurabili.

Descrizione del ruolo

Il ruolo è un ruolo di ingegneria AI senior per qualcuno che combina una forte profondità tecnica con la proprietà di consegna pratica. Il Livello 6 dell'Ingegnere dell'AI è previsto per condurre in modo indipendente la consegna delle soluzioni, prendere decisioni architettoniche sonore, mentore altri ingegneri, e garantire soluzioni AI creare un valore aziendale misurabile, soddisfando affidabilità, scalabilità, valutazione, gestione degli agenti e le aspettative di conformità.

Leadership e consegna delle soluzioni AI

• Proprietà della consegna end-to-end: Possedere la consegna tecnica delle soluzioni AI dalla comprensione e dal design dei problemi attraverso la costruzione, lo spiegamento, il monitoraggio, la valutazione, l'adozione e il miglioramento continuo.
• Architettura delle soluzioni: Architettura delle applicazioni AI scalabili di progettazione, compresi i flussi di dati, integrazione dei modelli, orchestrazione GenAI, API, interfacce utente, flussi di lavoro degli agenti e infrastrutture di produzione.
• GenAI e agentic AI: Progettazione e realizzazione di soluzioni GenAI avanzate, tra cui architetture RAG, flussi di lavoro multi-step, agenti che utilizzano strumenti, orchestrazione LLM e approcci di valutazione.
• Qualità dell'ingegneria: Applicare e aiutare a sviluppare forti pratiche ingegneristiche, tra cui test automatizzati, recensioni di codice, CI/CD, osservabilità, documentazione e manutenbilità.
• Prestazioni di produzione: assicurarsi che le soluzioni AI siano affidabili, sicure, monitorate, consapevoli dei costi e continuamente migliorate in ambienti produttivi o produttivi.
• Consegna del valore: Tradurre le esigenze aziendali in soluzioni tecniche e contribuire a definire le metriche di successo che dimostrano l'impatto operativo e aziendale.

Capacità di ingegneria AI moderne

• Progettazione e realizzazione di framework di valutazione basati sulla scienza dei dati per sistemi AI, GenAI, RAG e AI agentic, inclusi benchmark offline, dataset dorati, casi di test sintetici, workflow di valutazione umana e test di regressione automatizzati.
• Sviluppo dell'imbracatura dell'intelligenza artificiale: Possedere lo sviluppo di imbracature di ingegneria dell'intelligenza artificiale per la sperimentazione ripetibile, la valutazione, la convalida e il confronto di modelli, suggerimenti, strategie di recupero, comportamenti degli agenti e integrazioni degli strumenti.
• Proprietà della soluzione AI Agentic: Progettazione e fornitura di sistemi AI agentici di qualità di produzione, tra cui orchestrazione agente, integrazione degli strumenti, decomposizione delle attività, gestione dello stato, modelli di memoria, guardrails e percorsi di escalation umano.
• Gestione del ciclo di vita dell'agente: Gestisci gli agenti distribuiti nel loro ciclo di vita, tra cui la versione, il test, la gestione del rilascio, il monitoraggio, la risposta agli incidenti, il miglioramento continuo e la pensione.
• Monitoraggio delle prestazioni e dei rischi: implementare e gestire l'osservanza per i sistemi AI, tra cui metriche di qualità, metriche di impatto aziendale, costi, latenza, modalità di fallimento, alla deriva, rischio di allucinazione, qualità di messa a terra e affidabilità operativa.
• Confronto del modello e del flusso di lavoro: condurre esperimenti strutturati per confrontare i modelli di fondazione, le richieste, le incorporazioni, gli approcci di recupero, i modelli di orchestrazione e le configurazioni dell'agente.

Competenza tecnica

• Profondità di ingegneria dell'intelligenza artificiale: Applicare una forte conoscenza dell'apprendimento automatico, della modellazione predittiva, della serie temporale, della visione del computer e dell'intelligenza artificiale multimodale, così come LLM, RAG, AI agentic, ingegneria rapida, valutazione del modello e progettazione dell'applicazione AI.
• Progettazione software e piattaforma: costruire servizi basati su Python robusti, API, microservizi, dashboard e integrazioni utilizzando moderne pratiche di ingegneria del software.
• Cloud e DevOps: Progettazione e distribuzione di soluzioni utilizzando AWS, Docker, CI/CD pipelines, monitoraggio e modelli di distribuzione cloud o ibrido.
• Ingegneria dei dati: Lavorare con SQL, dati operativi, dati di serie temporali, dati strutturati e non strutturati e datadotti necessari per i prodotti AI.
• Metodi di valutazione: utilizzare metriche quantitative, revisione qualitativa, valutazione umana-in-loop, confronto statistico e loop di feedback di produzione per prendere decisioni di ingegneria.
• Consegna regolamentata: Partner con gli stakeholder IT e di qualità per garantire che le soluzioni siano progettate con adeguate compliance, validazione, sicurezza, privacy, governance dei dati, AI responsabile, tracciabilità, documentazione e controlli del ciclo di vita.

Avanti Deployed AI Engineering

• Problem solving incorporato: Lavorare direttamente con team aziendali, di processo, di sito e tecnici per comprendere le sfide operative, tradurre esigenze ambigue in concrete opportunità AI e soluzioni pratiche di co-design.
• Sviluppo di soluzioni rapide: passare rapidamente dall'inquadratura dei problemi ai prototipi e alle soluzioni pronte alla produzione, combinando le capacità di piattaforma esistenti, i componenti riutilizzabili e l'ingegneria personalizzata mirata.
• Integrazione Last-mile: Adapt e integrare le soluzioni AI in ambienti operativi reali, tra cui fonti di dati rilevanti, flussi di lavoro, sistemi, interfacce utente e processi aziendali.
• Iterazione guidata dall'utente: lavorare a stretto contatto con gli utenti finali per osservare le prestazioni della soluzione, raccogliere feedback, misurare il valore e migliorare continuamente usabilità, qualità e impatto aziendale.
• Scale attraverso il riutilizzo: trasformare gli apprendimento da singole implementazioni in modelli riutilizzabili, strumenti, componenti e funzionalità della piattaforma che possono essere applicate attraverso le operazioni tecniche di Pharma.

Leadership tecnica & Mentoring

• Ingegneria mentorship: Coach ingegneri meno esperti su ingegneria AI, sviluppo software, pratiche di valutazione, sistemi agentic, cloud dispiegamento e le operazioni di produzione.
• Migliori pratiche: Contribuire a standard condivisi, modelli riutilizzabili e linee guida di ingegneria per l'AI Engineering Cluster.
• Problema-solving tecnico: struttura ambiguo problemi tecnici, valutare opzioni di soluzione e guidare i team verso risultati pragmatici e ad alto impatto.
• Capability building: Aiuta a costruire capacità di ingegneria AI attraverso le operazioni tecniche di Pharma attraverso la condivisione delle conoscenze, esempi e supporto pratico.

Collaborazione, Adozione & AI Advocacy

• Partnership Stakeholder: Partner con esperti di processo, stakeholder aziendali, IT, qualità e altri team digitali per identificare, progettare, implementare, valutare e sostenere i miglioramenti abilitati all'IA.
• Allineamento organizzativo: Comunicare con chiarezza concetti tecnici sia al pubblico tecnico che non tecnico, sostenendo l'allineamento e l'adozione.
• Advocacy AI: Promuovere un uso efficace, responsabile e basato sul valore dell'IA all'interno delle operazioni tecniche Pharma.
• Apprendimento continuo: Mantenere corrente con progressi in AI, GenAI, sistemi agentici, scienza della valutazione, ingegneria del software e tecnologie cloud, e tradurre innovazioni rilevanti in pratiche casi di utilizzo Roche.

Qualifiche e competenze

• Laurea in informatica, scienza dei dati, ingegneria, matematica, o un campo correlato; o esperienza pratica equivalente.
• Dimostrati record di traccia indipendentemente fornire software di qualità di produzione, AI, machine learning, dati, o soluzioni di analisi.
• Forte competenza di Python e solida conoscenza delle pratiche di ingegneria del software.
• Scopri la progettazione e la fornitura di applicazioni cloud-based o ibrido, preferibilmente utilizzando AWS.
• Esperienza pratica con i moderni framework di agenti e imbracature come DeepAgents, LangGraph, LangChain o tecnologie equivalenti.
• Forte comprensione di LLM, RAG, ingegneria rapida, agenti di AI, integrazione del modello, uso degli strumenti e approcci di valutazione.
• Esperienza con API, microservizi, CI/CD, Docker, monitoraggio, test automatizzati, pratiche di revisione dei codici e imbracature di valutazione AI.
• Capacità di tradurre i risultati di valutazione in decisioni di ingegneria, miglioramenti dei prodotti e raccomandazioni degli stakeholder.
• Capacità di condurre la consegna tecnica, gestire l'ambiguità e influenzare gli stakeholder interfunzionali.
• L'esperienza negli ambienti industriali, manifatturieri, farmaceutici, biotecnologie, qualità o regolamentati è fortemente preferita.

NB: Si prega di notare che il ruolo non supporta il supporto di trasferimento.

Chi siamo Un futuro più sano ci spinge a innovare. Insieme, più di 100’000 dipendenti in tutto il mondo sono dedicati alla scienza avanzata, assicurando che tutti abbiano accesso alla salute oggi e per le generazioni a venire. I nostri sforzi portano a più di 26 milioni di persone trattate con i nostri farmaci e oltre 30 miliardi di test condotti utilizzando i nostri prodotti diagnostici. Potenziamo l'un l'altro per esplorare nuove possibilità, promuovere la creatività e mantenere le nostre ambizioni elevate, in modo da poter fornire soluzioni sanitarie che cambiano la vita che rendono un impatto globale.

Costruiamo un futuro più sano, insieme.

Roche è un Equal Opportunity Employer.

Domande frequenti su questo annuncio