Machine Learning Ingegnere — Roche
- Località
- Basel
- Contratto
- full-time
- Pubblicato
- Ieri
Panoramica
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.
- 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.
- Supporto per la valutazione: Contribuisci ai framework di valutazione basati sulla scienza dei dati, inclusi i set di dati di riferimento, i controlli di convalida, le metriche delle prestazioni del modello, i test di regressione e il confronto delle uscite del modello.
- Imbracature di valutazione ML: costruire e mantenere componenti di imbracature di valutazione riutilizzabili che permettono il test ripetibile di modelli, datadotti, caratteristiche, logiche di punteggio e prestazioni del modello attraverso le versioni.
- Questo ruolo è previsto per applicare buone pratiche di ingegneria del software e MLOps, sostenere la prontezza di produzione delle soluzioni ML, e costruire continuamente competenze in machine learning, piattaforme cloud, automazione, monitoraggio e ambienti di consegna regolamentati. Consegna della soluzione ML & MLOps
- Sviluppo di pipeline ML: costruire e mantenere componenti di tubazioni di apprendimento automatico, tra cui ingestione di dati, preelaborazione, generazione di funzionalità, supporto di formazione di modelli, validazione, imballaggio e distribuzione.
Responsabilità principali
- Supporto per la valutazione: Contribuisci ai framework di valutazione basati sulla scienza dei dati, inclusi i set di dati di riferimento, i controlli di convalida, le metriche delle prestazioni del modello, i test di regressione e il confronto delle uscite del modello.
- Imbracature di valutazione ML: costruire e mantenere componenti di imbracature di valutazione riutilizzabili che permettono il test ripetibile di modelli, datadotti, caratteristiche, logiche di punteggio e prestazioni del modello attraverso le versioni.
- Monitoraggio del modello: Monitoraggio del supporto dei modelli ML distribuiti, tra cui prestazioni, qualità dei dati, deriva, latenza, affidabilità, utilizzo e segnali di guasti operativi.
- Sostegno alla produzione: Aiutare a indagare su problemi nelle tubazioni ML e nei modelli schierati, sostenere la risoluzione degli incidenti e contribuire al miglioramento continuo dei sistemi ML di produzione. Competenza tecnica
- Ingegneria del software: Applicare le pratiche di sviluppo solid Python, G
Requisiti principali
- Questo ruolo è previsto per applicare buone pratiche di ingegneria del software e MLOps, sostenere la prontezza di produzione delle soluzioni ML, e costruire continuamente competenze in machine learning, piattaforme cloud, automazione, monitoraggio e ambienti di consegna regolamentati. Consegna della soluzione ML & MLOps
- Sviluppo di pipeline ML: costruire e mantenere componenti di tubazioni di apprendimento automatico, tra cui ingestione di dati, preelaborazione, generazione di funzionalità, supporto di formazione di modelli, validazione, imballaggio e distribuzione.
- Distribuzione dei modelli: Supporta la distribuzione dei modelli ML in ambienti cloud, ibridi o applicativi utilizzando pratiche di distribuzione affidabili, ripetibili e automatizzate. Modello di servizio:
- Contribuire al modello di componenti di servizio, API, flussi di lavoro di punteggio batch e modelli di integrazione che rendono le uscite ML disponibili per applicazioni aziendali e utenti operativi.
- Monitoraggio degli esperimenti: Utilizza strumenti di monitoraggio degli esperimenti e documentazione strutturata per supportare la riproducibilità, il confronto delle versioni dei modelli e il miglioramento del modello basato sulle prove.
Dettagli ulteriori
- Unisciti a Roche, dove ogni voce conta.
- Il ruolo contribuisce anche alle moderne capacità di ingegneria ML, tra cui i framework di valutazione basati sulla scienza dei dati, imbracature di valutazione ML riutilizzabili, la gestione del ciclo di vita del modello, la sperimentazione riproducibile, il monitoraggio della produzione e le pratiche MLOps che aiutano a spostare le soluzioni dal prototipo all'uso produttivo affidabile. Descrizione del ruolo
- Questo ruolo è previsto per applicare buone pratiche di ingegneria del software e MLOps, sostenere la prontezza di produzione delle soluzioni ML, e costruire continuamente competenze in machine learning, piattaforme cloud, automazione, monitoraggio e ambienti di consegna regolamentati. Consegna della soluzione ML & MLOps
- Distribuzione dei modelli: Supporta la distribuzione dei modelli ML in ambienti cloud, ibridi o applicativi utilizzando pratiche di distribuzione affidabili, ripetibili e automatizzate. Modello di servizio:
- Sostegno alla produzione: Aiutare a indagare su problemi nelle tubazioni ML e nei modelli schierati, sostenere la risoluzione degli incidenti e contribuire al miglioramento continuo dei sistemi ML di produzione. Competenza tecnica
Note e contenuto originale
- La posizione
- Il ruolo contribuisce anche alle moderne capacità di ingegneria ML, tra cui i framework di valutazione basati sulla scienza dei dati, imbracature di valutazione ML riutilizzabili, la gestione del ciclo di vita del modello, la sperimentazione riproducibile, il monitoraggio della produzione e le pratiche MLOps che aiutano a spostare le soluzioni dal prototipo all'uso produttivo affidabile.
- Descrizione del ruolo
- Questo ruolo è previsto per applicare buone pratiche di ingegneria del software e MLOps, sostenere la prontezza di produzione delle soluzioni ML, e costruire continuamente competenze in machine learning, piattaforme cloud, automazione, monitoraggio e ambienti di consegna regolamentati.
- Consegna della soluzione ML & MLOps
- Distribuzione dei modelli: Supporta la distribuzione dei modelli ML in ambienti cloud, ibridi o applicativi utilizzando pratiche di distribuzione affidabili, ripetibili e automatizzate.
- Modello di servizio:
- Sostegno alla produzione: Aiutare a indagare su problemi nelle tubazioni ML e nei modelli schierati, sostenere la risoluzione degli incidenti e contribuire al miglioramento continuo dei sistemi ML di produzione.
- Competenza tecnica
Domande frequenti su questo annuncio
Che stipendio offre Roche per questa posizione?
Roche indica CHF 62'000 - 94'000 lordi annui per questo ruolo a Basel. Questo è lo stipendio pubblicato nell'annuncio originale (o, quando il datore non specifica una cifra, una stima realistica per ruolo e settore) — il calcolatore di questo sito lo converte nel netto reale una volta applicate imposta da frontaliere e contributi sociali.
È un ruolo a tempo pieno, e che tipo di contratto offre Roche?
Questo annuncio è una posizione a tempo pieno. Il tipo di contratto mostrato qui arriva direttamente dall'annuncio originale del datore di lavoro; conferma sempre orario esatto, preavviso e durata del periodo di prova con Roche durante il colloquio, perché questi dettagli possono variare anche all'interno della stessa categoria contrattuale.
Serve un permesso da frontaliere per un ruolo nel canton Basilea?
I residenti UE/AELS nella zona di frontiera del paese confinante con il canton Basilea possono richiedere il Permesso G; il datore di lavoro svizzero lo presenta all'ufficio della migrazione di quel canton dopo la firma del contratto. Regole sulla zona di frontiera e tempi di lavorazione variano per paese confinante e canton — verifica i dettagli con l'ufficio della migrazione del canton Basilea o con HR durante il colloquio.
Come mi candido a questa posizione presso Roche?
Usa il pulsante "Candidati ora" in questa pagina — rimanda direttamente all'annuncio originale di Roche su roche.wd3.myworkdayjobs.com, quindi la tua candidatura arriva direttamente nel sistema di gestione candidature del datore di lavoro. Frontaliere Ticino non raccoglie né inoltra candidature in proprio.
