Data Scientist Submission Data and Content Generation & Reuse (AIDCG) - Pharma R&D — 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 Descrizione del lavoro Il Senior IT Data Scientist è responsabile di soluzioni leader, sviluppo e attuazione basate sui dati per problemi aziendali complessi. Questo ruolo comporta l'individuazione indipendente di opportunità analitiche, la realizzazione di approfondimenti di esplorazione e analisi dei dati, la costruzione, il test e la distribuzione di modelli predittivi utilizzando varie tecniche di machine learning. Contribuirai a progetti dall'inizio alla distribuzione, sfruttando una forte programmazione, modellazione statistica e capacità di visualizzazione dei dati, mentre comunicherai chiaramente i risultati a stakeholder tecnici e non tecnici. Operando in un ambiente GxP altamente regolamentato, si costruirà agenti AI specializzati che aiutano gli scienziati di dati analitici attraverso il ciclo di vita dei dati clinici. Ciò richiede una profonda esperienza nell'intelligenza artificiale generativa avanzata, architetture multi-agenti (ad esempio, LangGraph), Retrieval-Augmented Generation (GraphRAG), e LLMOps. Potrai bilanciare il lavoro tecnico pratico con responsabilità di leadership, contribuendo frequentemente alla roadmap tecnica del team. Descrizione della zona La funzione Clinical Submission Data and Content Generation & Reuse si concentra sulla modernizzazione della creazione e della gestione dei dati clinici e delle attività di presentazione delle normative (dati e contenuti). Sviluppa e implementa piattaforme per la gestione dei contenuti strutturata, consentendo il riutilizzo dei componenti approvati attraverso i documenti. Questo gruppo pionieristico anche l'uso di agentic AI per assistere a generare, rivedere e assemblare beni complessi di sottomissione (dati e contenuti), mirando a migliorare la qualità e ridurre i tempi di autore. Responsabilità del lavoro

• Scope / (Content Leadership): porta lo sviluppo e la distribuzione dei modelli. Funziona indipendentemente su specifici progetti di data science dall'inizio alla fine.
• Accountability/Problem Solving: Identificare e risolvere problemi di dati intermedi e complessi. Convalida i modelli e garantisce la loro precisione con una supervisione minima. Tackles complesse sfide di programmazione clinica sviluppando flussi di lavoro multi-agenti su misura. Esempi includono la costruzione di debugger di codifica proattivi che parse verbalose logs, classificare gli errori, e proporre automaticamente codice / configurazione fixe s.
• Stakeholder Management: Engages con unità aziendali più ampie per comprendere e soddisfare le loro esigenze di dati. Presenta risultati analitici e approfondimenti a vari stakeholder, tra cui il pubblico non tecnico.
• Impact/Strategy: promuove progetti di medie dimensioni che influenzano direttamente le decisioni aziendali. Assicura che i progetti siano strettamente allineati con obiettivi e strategie aziendali più ampi.
• Complessità / (dimensione del prodotto): Maniglie più grandi, set di dati più complessi. Sviluppa nuovi modelli predittivi da zero e ottimizza quelli esistenti per migliorare le prestazioni.
• Capacità commerciale / tecnica: si basa sulla competenza in più linguaggi di programmazione e tecniche di manipolazione avanzata dei dati. Leva una forte conoscenza di metodi statistici avanzati e algoritmi di machine learning per affrontare le domande aziendali.

Qualifiche Istruzione / Esperienza

• Esperienza dimostrata nell'individuazione indipendente delle opportunità analitiche, nell'esplorazione approfondita dei dati e nel possesso di progetti dall'inizio alla distribuzione.
• Provato il record di guida di progetti di medie dimensioni che influenzano le decisioni aziendali e allineano con obiettivi strategici.

Competenze tecniche

• Competenza in più linguaggi di programmazione e manipolazione avanzata dei dati; competenza in Python (per AI/ML backend/agent logic) e R (attenzione pesante su c