Praktikum für Masterstudierende im Bereich Near Patient Care Biostatistics and Mathematics (m/w/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 Come gruppo di lavoro “Near Medical Care Biostatistics and Mathematics”, siamo parte del dipartimento di ricerca e sviluppo di Roche. Tra le altre cose, questa zona aziendale sviluppa dispositivi per esami di sangue, plasma e urine in laboratori, cliniche e pratiche mediche - dai palmari alle grandi soluzioni per i laboratori. Il nostro team offre supporto per una vasta gamma di domande matematiche/statistiche in questo campo aziendale. Inoltre, lavoriamo interdisciplinari su progetti di sviluppo e siamo caratterizzati dalla nostra apertura e supporto reciproco. Nell'ambito di un progetto di sviluppo precoce, avete l'opportunità di dare un prezioso contributo derivando un modello predittivo. Inoltre, si acquisiscono intuizioni nel lavorare con i database Real World, può utilizzare le vostre competenze in pratica in base a molte sfide e ottenere abbastanza spazio per approcci creativi.

I vostri compiti

• Potrai lavorare la tua strada nella struttura di un database Real World e sviluppare una comprensione dei processi medici sottostanti all'interno del sistema sanitario statunitense
• Estrarre, esaminare ed estrarre le informazioni pertinenti dal database sopra e prepararlo per la formazione efficiente degli algoritmi di machine learning
• Si sviluppano diversi modelli di previsione parziali e generali basati su dati biomarcatori
• Determinate l'accuratezza predittiva dei vostri modelli in base a misure di qualità adeguate, precedentemente definite
• Discutete i vostri approcci nel nostro team e presentate i vostri risultati alle parti interessate interne

Il tuo profilo

• iscritta in un master in matematica, fisica, informatica, ingegneria o programmi di laurea simili; nonché prima esperienza pratica nei processi di machine learning e intelligenza artificiale
• Buona conoscenza della programmazione in Python e le relative librerie come Pandas, Scipy, Pytorch, Tensorflow, ecc, nonché la conoscenza di base in SQL
• Si porterà la conoscenza nello sviluppo di algoritmi di machine learning per la classificazione e la regressione di problemi multifattori, così come le basi nelle statistiche
• Idealmente, hai la conoscenza preventiva di trattare con database reali del mondo da un sistema sanitario e/o per la modellazione di punti di dati distribuiti in modo non uniforme.
• Sei comunicativo, goditi di lavorare in team interdisciplinari e mostra la tua iniziativa

Dati di base

• Data di inizio: 1.9.2026 o 1.10.2026
• Durata: 6 mesi
• Stage a tempo pieno con 37.5h / settimana
• Luogo di lavoro: Mannheim (in particolare ufficio domestico possibile dopo la familiarizzazione)
• Ore lavorative: Core working hours about 9 a.m. to 4 p.m.

I vantaggi

• Divisione tempo flessibile
• 2.268 € compensazione al mese per uno stage a tempo pieno > 3 mesi
• Prezzi di cibo scontati (-50%) nella nostra mensa dei dipendenti
• Centro fitness nel campus Roche
• Rete con altri studenti

La tua domanda Si prega di caricare solo il tuo CV online.

Ricordate che questo stage è rivolto agli studenti (m/f/d) con l'iscrizione in corso o in alternativa alle persone nell'anno gap (tra Bachelor e Master studies).

Attendiamo con ansia la vostra applicazione!

Si prega di notare che le raccomandazioni per tutte le attività degli studenti (ad esempio stage, tesi finali, ecc.) sono escluse.

Il tuo contatto con noi! Con la gente. Per le persone. Hai bisogno di ulteriore supporto? Si prega di dare un'occhiata alle nostre FAQ, si f