Data Scientist f Submission Data and Content Generation & Reuse (AIDCG) - Pharma R&D — Roche

Descrizione completa

A Roche potete presentarvi come voi stessi, abbracciati per le qualità uniche che portate. 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 Descrizione del lavoro Il Lead IT Data Scientist è responsabile per l'architettura, la guida e la fornitura di soluzioni avanzate per l'intelligenza artificiale e la scienza dei dati che affrontano complesse sfide commerciali e scientifiche all'interno di Pharma R&D. Questo ruolo funge da leader tecnico, guidando la progettazione, lo sviluppo, la distribuzione e la governance dei sistemi AI/ML su scala aziendale, mentre guida gli scienziati dei dati junior e guida l'innovazione in tutta l'organizzazione. Operando in un ambiente GxP altamente regolamentato, si porterà lo sviluppo di piattaforme AI di nuova generazione e agenti autonomi specializzati che supportano gli scienziati di dati analitici attraverso il ciclo di vita dei dati clinici. Il ruolo richiede competenze approfondite in AI Generativo, framework AI Agentic, orchestrazione multi-agent, Retrieval-Augmented Generation (GraphRAG), Large Language Model Operations (LLMOps) e ingegneria della piattaforma AI. Definirai la strategia tecnica, stabilirai le migliori pratiche e collaborerai con team interfunzionali per garantire soluzioni AI scalabili, conformi e business-aligned.

Descrizione dell'Area La funzione Clinical Submission Data and Content Generation & Reuse si concentra sulla trasformazione della creazione, della gestione e del riutilizzo dei dati clinici e dei contenuti di presentazione delle normative attraverso funzionalità digitali avanzate e l'automazione basata su AI. L'organizzazione sviluppa piattaforme strutturate di gestione dei contenuti, risorse di dati riutilizzabili e contenuti, e ecosistemi di agenti intelligenti che supportano le presentazioni cliniche, la conformità normativa e la comunicazione scientifica. Il team è in prima linea nel sfruttare l'IA Generativa, i flussi di lavoro agentici, i grafici di conoscenza e le analisi avanzate per migliorare la qualità, accelerare i tempi di presentazione e consentire il processo decisionale basato sui dati attraverso il paesaggio clinico e regolamentare.

Responsabilità del lavoro

1. Scopo / Leadership dei contenuti

• Guidare l'architettura, lo sviluppo e la distribuzione di soluzioni AI/ML di livello enterprise e sistemi agentic.
• Guidare più iniziative strategiche di data science contemporaneamente, garantendo l'allineamento con le priorità aziendali.
• Definire gli standard tecnici, le strutture riutilizzabili e le migliori pratiche per l'intelligenza artificiale e lo sviluppo dell'apprendimento automatico.
• Progettare e implementare quadri di scienza dei dati a livello aziendale, modelli di governance e best practice per garantire coerenza, scalabilità e eccellenza operativa attraverso le iniziative AI.
• Mentore e guida scienziati di dati, promuovendo l'eccellenza tecnica e l'innovazione in tutto il team.
• Condurre complessi progetti di scienza dei dati end-to-end, dalla definizione dei problemi e dalla progettazione di soluzioni attraverso l'implementazione, l'adozione e l'impatto commerciale misurabile.

1. Responsabilità / Problem Solving

• Risolvere problemi di business altamente complessi e ambigui utilizzando tecniche avanzate di modellazione statistica, machine learning e AI generative.
• Progettare e implementare sofisticati flussi di lavoro multi-agenti utilizzando framework come LangGraph e AWS AgentCore.
• Sviluppo leader di soluzioni di automazione intelligente tra cui recensori di codice autonomi, copiloti del flusso di lavoro clinico, assistenti di debug basati su AI e agenti di generazione di contenuti di presentazione.
• Guidare le pratiche di convalida del modello, monitoraggio, spiegabilità e governance dell'AI in ambienti regolamentati.

1. Gestione Stakeholder

• Partner con senior business leader, esperti clinici, statistici e team di tecnologia per identificare opportunità strategiche per l'adozione dell'IA.
• Traduci concetti analitici complessi in insight aziendali attuabili per audien esecutivo e non tecnico