AI Architect - RDT Artificial Intelligence — Roche

Vollständige Beschreibung

Bei Roche können Sie sich als Sie selbst zeigen, umarmt für die einzigartigen Qualitäten, die Sie mitbringen. Unsere Kultur fördert persönlichen Ausdruck, offenen Dialog und echte Verbindungen, in denen Sie geschätzt, akzeptiert und respektiert werden, wer Sie sind, so dass Sie sowohl persönlich als auch beruflich gedeihen können. Auf diese Weise wollen wir Krankheiten verhindern, stoppen und heilen und sicherstellen, dass jeder heute und für die kommenden Generationen Zugang zu medizinischer Versorgung hat. Mach mit bei Roche, wo jede Stimme wichtig ist.

Die Position

AI Architekt - RDT Künstliche Intelligenz

Wir suchen einen erfahrenen KI-Architekten, der die volle technische Verantwortung und strategische Verantwortung für unseren sich entwickelnden KI-Technologie-Stack übernimmt. Diese Rolle, die sich aus der grundlegenden KI-Plattform-Initiative in eine eingebettete Enterprise-RTT-Fähigkeit entwickelt, dient als zentraler technischer Visionär, der fortschrittliche agentische Workflows mit traditionellen KI- und ML-Plattformen und mit der Kerninfrastruktur verbindet. Sie erstellen ein sicheres, robustes und hochskalierbares Enterprise-Plattform-Ökosystem, das es verschiedenen Teams im Unternehmen ermöglicht, hochmoderne KI-Fähigkeiten sicher und kostengünstig einzusetzen. Als AI Architect legen Sie die technischen Standards für unsere AI-Plattform-Taxonomie fest, verwalten komplexe Multi-Cloud- und Hardware-Anbieterlandschaften und fördern die strukturelle Ausrichtung über Agent-Frameworks, MLOps und Unternehmensdatenarchitekturen hinweg. Ihre Hauptaufgabe wird es sein, unsere strategische Vision zu beeinflussen und sie in Blaupausen zu übersetzen, die sie in die Realität umsetzen.

Die Chance

1. Enterprise Tech Stack Architektur und Taxonomie

• Capability-Based Core Design: Architektur und Weiterentwicklung der Enterprise-Referenzarchitektur basierend auf logischen Fähigkeiten und Abläufen, Aufrechterhaltung der Anbieterneutralität und Ermöglichung von Multi-Plattform-Setups, anstatt monolithische Ausrichtung zu erzwingen.
• Plattform- und App-Positionierung: Regulieren Sie die KI-Taxonomie von Unternehmen, indem Sie Entwicklerplattformen (z. B. Galileo, ADP, ML Studio, RAG-as-a-Service) klar von gebrauchsfertigen Geschäftsanwendungen (z. B. ChatGPT Enterprise, LangSmith) abgrenzen.
• Advanced Technology Integration: Führen Sie das technische Design, den Proof of Concepts und die Implementierung der Produktion für Core Developer Enablement Module, einschließlich des AI Gateway, PI/PII Detection Pipelines und Advanced Content Safety Layers.

1. Infrastructure Engineering & Hardware Operationalisierung

• AI Factory Software Layer: Übernehmen Sie die technische Verantwortung für die Gestaltung, Validierung und Einrichtung des POC-fähigen Software-Frameworks (Orchestrierung, Überwachung, Auftragsplanung und Kostenverfolgung), das für die Operationalisierung von High-Compute-Hardwareumgebungen wie der kommenden NVIDIA AI Factory erforderlich ist.
• Hyperscaler-Strategie: Erstellen Sie Cloud-native Multi-Region-Endpunkte für AWS, Azure und GCP, um eine optimale Workload-Platzierung für die Modellierung und Schulung zu gewährleisten.
• Multi-Engine-Vektor-Strategie: Definieren Sie die strukturellen Standards für die Integration von Daten und Kontextschichten unter Verwendung optimaler spezialisierter Datenbanken (z. B. Qdrant Cloud für das Langzeitgedächtnis, PostgreSQL PGVector, MongoDB Atlas), die nativ in Agent-Frameworks verknüpft sind.
• Agentische Strategie: Bringen Sie die Strategie einer Belegschaft, die durch KI-Agenten verbessert wurde, mit der richtigen Balance zwischen Geschwindigkeit und Stabilität in die Realität, um die Lieferung zu gewährleisten und gleichzeitig die Compliance unserer Plattformen und Lösungen zu gewährleisten.

1. Rückverfolgbarkeit, Governance & Sicherheit

• E2E Traceability Framework: Erzwingen Sie Enterprise Invocation Standards mit strengen Correlation IDs (Business Journey Mapping), Trace IDs (Independent Agent Execution) und Span IDs (Subflows oder Tool Calls) über das AI Gateway.
• Agent-Governance-Architektur: Erstellen und Ausführen der technischen Sign-Offs vor dem Deployment, der Agent-Identitäts-Propagation und der Lifecycle-Kontrollmechanismen für autonome, semi-autonome und herstellereingebettete Agenten.
• Risk & Compliance Liaison: Enge Partnerschaft mit dem AI Risks & Ethics-Team, um auditierbare Aufnahmeprozesse (über ServiceNow und AI Registry) zu implementieren und die Einhaltung des Sicherheits- und Datenschutzrahmens zu gewährleisten