AI Ingenieur — Roche
Diese Position ist nicht mehr aktiv. Nachfolgend finden Sie die Originaldetails und weitere offene Stellen.
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 kommende Generationen Zugang zu Gesundheitsversorgung hat. Treten Sie Roche bei, wo jede Stimme wichtig ist.
Die Position Bei Roche sind wir bestrebt, unseren Patienten größere Vorteile zu bieten, indem wir digitale, Daten- und KI-Fähigkeiten auf reale operative Herausforderungen anwenden. Der AI Engineer Level 6 ist ein leitender technischer Mitarbeiter im AI Engineering Cluster, der für die Entwicklung, Bereitstellung, Bewertung und den Betrieb robuster KI-Lösungen für den gesamten technischen Betrieb von Pharma verantwortlich ist.
Diese Rolle besitzt bedeutende Teile der End-to-End-KI-Bereitstellung, einschließlich Lösungsarchitektur, Datenpipelines, maschinelles Lernen und GenAI-Systeme, Agentic-Workflows, KI-Evaluierungstools, Backend-Services, Benutzeroberflächen und Produktionsvorgänge. Die Aufgabe besteht darin, mit Geschäfts-, IT-, Qualitäts- und technischen Experten komplexe operative Herausforderungen in zuverlässige, skalierbare, konforme und messbare KI-fähige Produkte zu übersetzen.
Rollenbeschreibung
Die Rolle ist eine leitende KI-Engineering-Rolle für jemanden, der eine starke technische Tiefe mit praktischem Liefereigentum verbindet. Es wird erwartet, dass der AI Engineer Level 6 die Lösungsbereitstellung unabhängig leitet, fundierte architektonische Entscheidungen trifft, andere Ingenieure betreut und sicherstellt, dass KI-Lösungen messbaren Geschäftswert schaffen und gleichzeitig die Erwartungen an Zuverlässigkeit, Skalierbarkeit, Bewertung, Agentenmanagement und Compliance erfüllen.
AI Solution Leadership & Delivery
- End-to-End Delivery Ownership: Eigentümer der technischen Bereitstellung von KI-Lösungen vom Problemverständnis und -design bis hin zu Build, Bereitstellung, Überwachung, Bewertung, Annahme und kontinuierlicher Verbesserung.
- Lösungsarchitektur: Entwerfen skalierbarer KI-Anwendungsarchitekturen, einschließlich Datenflüssen, Modellintegration, GenAI-Orchestrierung, APIs, Benutzeroberflächen, Agenten-Workflows und Produktionsinfrastruktur.
- GenAI und Agentic AI: Entwerfen und implementieren Sie fortschrittliche GenAI-Lösungen, einschließlich RAG-Architekturen, mehrstufige Workflows, Tool-Using-Agents, LLM-Orchestrierung und Evaluierungsansätze.
- Engineering-Qualität: Anwenden und Entwickeln starker Engineering-Praktiken, einschließlich automatisierter Tests, Code-Reviews, CI / CD, Beobachtbarkeit, Dokumentation und Wartbarkeit.
- Produktionsleistung: Stellen Sie sicher, dass KI-Lösungen zuverlässig, sicher, überwacht, kostenbewusst und in Produktions- oder produktionsähnlichen Umgebungen kontinuierlich verbessert werden.
- Value Delivery: Übersetzen Sie Geschäftsanforderungen in technische Lösungen und helfen Sie, Erfolgskennzahlen zu definieren, die die operativen und geschäftlichen Auswirkungen zeigen.
Moderne AI Engineering Fähigkeiten
- Evaluation Framework Design: Entwerfen und Implementieren Sie Data Science-gesteuerte Evaluation Frameworks für KI-, GenAI-, RAG- und Agentic AI-Systeme, einschließlich Offline-Benchmarks, Golden Datasets, synthetische Testfälle, Workflows für die menschliche Bewertung und automatisierte Regressionstests.
- KI-Geschirrentwicklung: Eigene Entwicklung von KI-Engineering-Geschirren für wiederholbares Experimentieren, Bewertung, Validierung und Vergleich von Modellen, Aufforderungen, Abrufstrategien, Agentenverhalten und Werkzeugintegrationen.
- Agentic AI Solution Ownership: Konzipieren und liefern Sie agentische KI-Systeme in Produktionsqualität, einschließlich Agent-Orchestrierung, Tool-Integration, Aufgabenzerlegung, Zustandsbehandlung, Speichermuster, Leitplanken und menschliche Eskalationspfade.
- Agent Lifecycle Management: Verwalten Sie bereitgestellte Agenten während ihres gesamten Lebenszyklus, einschließlich Versionierung, Testen, Release Management, Überwachung, Reaktion auf Vorfälle, kontinuierliche Verbesserung und Pensionierung.
- Performance- und Risikoüberwachung: Implementieren und betreiben Sie Beobachtbarkeit für KI-Systeme, einschließlich Qualitätsmetriken, Business Impact-Metriken, Kosten, Latenz, Fehlermodi, Drift, Halluzinationsrisiko, Erdungsqualität und Betriebszuverlässigkeit.
- Modell- und Workflow-Vergleich: Führen Sie strukturierte Experimente durch, um Grundlagenmodelle, Aufforderungen, Einbettungen, Abrufansätze, Orchestrierungsmuster und Agentenkonfigurationen zu vergleichen.
Technische Expertise
- KI-Engineering-Tiefe: Wenden Sie fundierte Kenntnisse über maschinelles Lernen, prädiktive Modellierung, Zeitreihen, Computer Vision und multimodale KI sowie LLMs, RAG, Agentic AI, prompt Engineering, Modellbewertung und KI-Anwendungsdesign an.
- Software- und Plattform-Engineering: Erstellen Sie robuste Python-basierte Dienste, APIs, Microservices, Dashboards und Integrationen mit modernen Software-Engineering-Praktiken.
- Cloud und DevOps: Design und Deployment-Lösungen mit AWS, Docker, CI/CD-Pipelines, Monitoring und Cloud- oder Hybrid-Deployment-Mustern.
- Data Engineering: Arbeiten mit SQL, Betriebsdaten, Zeitreihendaten, strukturierten und unstrukturierten Daten und Datenpipelines, die für KI-Produkte erforderlich sind.
- Bewertungsmethoden: Verwenden Sie quantitative Metriken, qualitative Überprüfung, Human-in-the-Loop-Bewertung, statistischen Vergleich und Produktions-Feedback-Schleifen, um technische Entscheidungen zu treffen.
- Geregelte Lieferung: Partner mit IT- und Qualitätsakteuren, um sicherzustellen, dass Lösungen mit angemessener Compliance, Validierung, Sicherheit, Datenschutz, Data Governance, verantwortungsvoller KI, Rückverfolgbarkeit, Dokumentation und Lebenszykluskontrollen entworfen werden.
Forward Deployed AI Engineering
- Eingebettete Problemlösung: Arbeiten Sie direkt mit Geschäfts-, Prozess-, Standort- und technischen Teams zusammen, um operative Herausforderungen zu verstehen, mehrdeutige Bedürfnisse in konkrete KI-Möglichkeiten zu übersetzen und praktische Lösungen zu entwickeln.
- Schnelle Lösungsentwicklung: Bewegen Sie sich schnell vom Problemrahmen zu Prototypen und produktionsfertigen Lösungen, indem Sie vorhandene Plattformfähigkeiten, wiederverwendbare Komponenten und gezieltes kundenspezifisches Engineering kombinieren.
- Last-Mile-Integration: Anpassung und Integration von KI-Lösungen in reale Betriebsumgebungen, einschließlich relevanter Datenquellen, Workflows, Systeme, Benutzeroberflächen und Geschäftsprozesse.
- Benutzergesteuerte Iteration: Arbeiten Sie eng mit Endbenutzern zusammen, um die Leistung der Lösung zu beobachten, Feedback zu sammeln, den Wert zu messen und die Benutzerfreundlichkeit, Qualität und Geschäftsauswirkungen kontinuierlich zu verbessern.
- Skalieren Sie durch Wiederverwendung: Verwandeln Sie die Erkenntnisse aus einzelnen Bereitstellungen in wiederverwendbare Muster, Tools, Komponenten und Plattformfähigkeiten, die in Pharma Technical Operations angewendet werden können.
Technische Führung & Mentoring
- Engineering-Mentorship: Coach weniger erfahrene Ingenieure in den Bereichen KI-Engineering, Softwareentwicklung, Evaluierungspraktiken, Agentensysteme, Cloud-Bereitstellung und Produktionsbetrieb.
- Best Practices: Tragen Sie zu gemeinsamen Standards, wiederverwendbaren Mustern und Engineering-Richtlinien für das AI Engineering Cluster bei.
- Technische Problemlösung: Strukturieren Sie mehrdeutige technische Probleme, bewerten Sie Lösungsoptionen und führen Sie Teams zu pragmatischen, wirkungsvollen Ergebnissen.
- Aufbau von Fähigkeiten: Helfen Sie beim Aufbau von KI-Engineering-Fähigkeiten für den gesamten technischen Betrieb von Pharma durch Wissensaustausch, Beispiele und praktische Unterstützung.
Zusammenarbeit, Adoption & AI Advocacy
- Stakeholder-Partnerschaft: Partnerschaft mit Prozessexperten, Geschäftsinteressenten, IT, Qualität und anderen digitalen Teams, um KI-fähige Verbesserungen zu identifizieren, zu entwerfen, zu implementieren, zu bewerten und aufrechtzuerhalten.
- Organisatorische Ausrichtung: Kommunizieren Sie technische Konzepte sowohl für technische als auch für nicht-technische Zielgruppen klar und unterstützen Sie die Ausrichtung und Annahme.
- KI-Interessenvertretung: Förderung eines effektiven, verantwortungsvollen und wertorientierten Einsatzes von KI in Pharma Technical Operations.
- Kontinuierliches Lernen: Bleiben Sie auf dem Laufenden mit Fortschritten in den Bereichen KI, GenAI, Agentensysteme, Evaluationswissenschaft, Software Engineering und Cloud-Technologien und übersetzen Sie relevante Innovationen in praktische Roche-Anwendungsfälle.
Qualifikationen und Kompetenzen
- Bachelor-Abschluss in Informatik, Data Science, Ingenieurwesen, Mathematik oder einem verwandten Bereich; oder gleichwertige praktische Erfahrung.
- Demonstrierte Erfolgsbilanz, die unabhängig Software, KI, Machine Learning, Daten oder Analyselösungen in Produktionsqualität liefert.
- Starke praktische Python-Know-how und solide Kenntnisse der Software-Engineering-Praktiken.
- Entwerfen und Bereitstellen von Cloud-basierten oder hybriden Anwendungen, vorzugsweise mit AWS.
- Hands-on-Erfahrung mit modernen Agenten-Frameworks und -Geschirren wie DeepAgents, LangGraph, LangChain oder gleichwertigen Technologien.
- Starkes Verständnis von LLMs, RAG, prompt Engineering, KI-Agenten, Modellintegration, Werkzeugeinsatz und Bewertungsansätzen.
- Erfahrung mit APIs, Microservices, CI/CD, Docker, Monitoring, automatisiertem Testen, Code-Review-Praktiken und KI-Evaluierungstools.
- Fähigkeit, Bewertungsergebnisse in technische Entscheidungen, Produktverbesserungen und Stakeholder-Empfehlungen zu übersetzen.
- Fähigkeit, die technische Lieferung zu leiten, Mehrdeutigkeiten zu verwalten und funktionsübergreifende Stakeholder zu beeinflussen.
- Erfahrung in Industrie, Fertigung, Pharma, Biotechnologie, Qualität oder regulierten Umgebungen wird stark bevorzugt.
NB: Bitte beachten Sie, dass die Rolle Relocation Support nicht unterstützt.
Wer wir sind Eine gesündere Zukunft treibt uns zu Innovationen an. Gemeinsam widmen sich mehr als 100’000 Mitarbeiter weltweit der Förderung der Wissenschaft, um sicherzustellen, dass jeder heute und für kommende Generationen Zugang zu Gesundheitsversorgung hat. Unsere Bemühungen führen dazu, dass mehr als 26 Millionen Menschen mit unseren Medikamenten behandelt werden und über 30 Milliarden Tests mit unseren Diagnostikprodukten durchgeführt werden. Wir befähigen uns gegenseitig, neue Möglichkeiten zu erkunden, Kreativität zu fördern und unsere Ambitionen hoch zu halten, damit wir lebensverändernde Gesundheitslösungen liefern können, die globale Auswirkungen haben.
Lasst uns gemeinsam eine gesündere Zukunft aufbauen.
Roche ist ein Arbeitgeber für Chancengleichheit.
Stellendetails
- Unternehmen: Roche
- Position: AI Ingenieur
- Standort: Basel, Basel
- Gehalt: CHF 72'500 - 110'500 (Quelle ungeprüft)
- Branche: Farmaceutico
- Abgelaufen am: 2026-10-31
Weitere Stellen bei Roche
Stellen suchen im Basel
Durchsuchen Sie unser komplettes Job Board.
Weitere Stellen in der Nähe von Basel: Jobs im Basel
Finden Sie Ihre nächste Stelle als Grenzgänger in der Schweiz.