Automation Engineer 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 Informazioni sul ruolo Stiamo assumendo un agente sviluppatore GenAI per aderire all'iniziativa AIDCG, un programma di trasformazione focalizzato sull'automazione di flussi di lavoro di generazione di documenti complessi e multi-step attraverso agenti AI all'avanguardia. Questo ruolo fonde l'ingegneria GenAI avanzata, l'innovazione open source e l'esperienza cloud AWS per fornire agenti AI di livello di produzione che sono precisi, scalabili e altamente sicuri. Progetterai quadri di orchestrazione che trasformano dati grezzi e non strutturati in output altamente strutturati e conformi.

Descrizione della zona Responsabilità del lavoro

• Architettura Agentica: Progettazione, distribuzione e scala sistemi di orchestrazione multi-agent e flussi di lavoro autonomi utilizzando strutture all'avanguardia.
• Advanced RAG Pipelines: Costruire e ottimizzare le tubazioni di generazione aumentata dal recupero avanzato (RAG) su set di dati eterogenei (strutturati e non strutturati).
• Gestione dello stato e della memoria: implementare una gestione dello stato robusta, sistemi di memoria a breve/lungo termine e loop di autocorrezione/riflessione all'interno delle reti di agente.
• Valutazione & Guardrails: Creare e implementare metriche di valutazione robuste, condotte di osservabilità, e guardrails per la qualità dei contenuti, riduzione dell'allucinazione, mitigazione dei pregiudizi e standard di sicurezza.
• Ottimizzazione delle prestazioni: Monitorare e ottimizzare i costi di inferenza dell'AI, la latenza, il throughput, l'utilizzo dei token e l'affidabilità generale del sistema.
• Controllo di sicurezza e accesso: implementare controlli di accesso robusti, crittografia dei dati, autenticazione degli utenti e mitigazione dell'iniezione rapida su tutti i flussi di lavoro LLM.
• Collaborazione & Migliori Pratiche: Documento e condividere modelli di agente riutilizzabili, librerie rapide e componenti ingegneristici attraverso team tecnici interfunzionali.

Qualifiche Istruzione / Esperienza

• Esperienza dimostrata prendendo possesso di compiti ambigui, guidando con successo piccole e medie iniziative, e agendo come mentore tecnico.
• Provato record di coinvolgimento in iniziative di condivisione della conoscenza, parlando in eventi tecnici interni, e la navigazione di dinamiche di gruppo in ambienti diversificati.

Competenze tecniche

• Sviluppo del GenAI: Ingegneria avanzata del prompt, fine-tuning, RAG/GraphRAG, uscite a schema, funzione/tool-calling e caching semantico.
• Quadri Agenti: LangChain, LangGraph, LlamaIndex, CrewAI , AutoGen , e DSPy .
• Database vettoriali: FAISS, Milvus, Qdrant, Pinecone, Weaviate e Pgvector .
• LLM Serving & Infra: vLLM, Hugging Face TGI e Ollama (per lo sviluppo locale).
• Guardrails & Validazione: NeMo Guardrails, Guardrails AI, Pydantic e Istructor .
• LLM Ops & Observability: Ragas, DeepEval, Langfuse, LangSmith e Phoenix.
• Data Parsing: Non strutturato, Apache Tika, LlamaParse , e PDFPlumber.
• Programmazione & DevOps: Python (FastAPI, asyncio), REST/GraphQL API, Git, CI/CD pipelines, Docker, Kubernetes e OpenTelemetry.
• Protocolli emergenti: Protocollo di contesto modello (MCP) e norme di comunicazione Agent2Agent.

AWS Ecosystem (Baseline Experience)

• Amazon Bedrock: accesso ai modelli della Fondazione, configurazioni personalizzate e flussi di lavoro degli agenti gestiti.
• Amazon SageMaker: Fine-tuning, hosting, valutazione e distribuzione di LLM open-source.
• Amazon OpenSearch Service: Ricerca vettoriale, ricerca ibrida e infrastruttura di recupero aziendale.
• Funzioni passo AWS: orchestrazione multi-step e gestione della macchina statale per le tubazioni ibride AI/tradizionali.

Ulteriori qualifiche

• Problem-Solving: Una mentalità analitica capace di abbattere loop logici altamente astratti e ambigui in comportamento di agente prevedibile