Machine Learning Engineer — Roche

Description complète

Chez Roche vous pouvez vous montrer comme vous-même, embrassé pour les qualités uniques que vous apportez. Notre culture encourage l'expression personnelle, le dialogue ouvert et les liens authentiques, où vous êtes appréciés, acceptés et respectés pour qui vous êtes, vous permettant de prospérer à la fois personnellement et professionnellement. C'est ainsi que nous visons à prévenir, à arrêter et à guérir les maladies et à garantir que chacun ait accès aux soins de santé aujourd'hui et pour les générations à venir. Rejoignez Roche, où chaque voix compte.

La position Notre organisation d'IA for Drug Discovery, dans le cadre du Centre d'excellence en sciences computationnelles de Roches, fait progresser la découverte de médicaments grâce à l'apprentissage machine de pointe. Notre équipe de modèles de fondation construit de grands modèles linguistiques (LLM) et des plateformes d'agents qui permettent des applications scientifiques et biomédicales de la prochaine génération dans le pipeline de découverte de médicaments. Nous recherchons des scientifiques exceptionnels pour rejoindre nos efforts sur l'une des plus grandes plateformes d'agents scientifiques et d'automatisation de l'industrie. Notre équipe se concentre sur le développement et le fonctionnement de la plate-forme fondamentale qui transforme les connaissances et les actions scientifiques de milliers de scientifiques de calibre mondial en outils, flux de travail et agents chaotiques et réutilisables, en remodelant la façon dont la découverte de médicaments fonctionne avec des cas d'utilisation scientifique à grande échelle à l'interne.

Nous sommes à la recherche d'un ingénieur d'apprentissage automatique pour développer les composants de backend et d'outillage pour nos agents scientifiques. Dans ce rôle, vous allez construire la couche logicielle qui relie nos modèles aux capacités scientifiques internes. Vous vous concentrerez sur l'écriture de code propre et performant qui enveloppe la logique scientifique dans des API accessibles et le maintien de l'infrastructure qui supporte nos workflows d'agents.

L'opportunité

• Élaborer des outils scientifiques en créant des enveloppeurs Python et des définitions d'API qui permettent aux modèles d'exécuter des tâches spécifiques (p. ex., calcul de la propriété moléculaire, requêtes de base de données).
• Construisez des services de backend en utilisant des cadres Web modernes (FastAPI/Flask) pour servir les capacités des agents sur les plateformes internes.
• Mettre en place des pipelines de données pour Retrieval Augmented Generation (RAG), en veillant à ce que les modèles aient accès à des données scientifiques exclusives à jour.
• Maintenir l'infrastructure en écrivant Dockerfiles, en installant des pipelines CI/CD et en assurant des tests automatisés pour les composants d'agents.
• Intégrer les modèles dans l'environnement d'exécution, traiter les demandes d'inférence et valider les sorties structurées.
• Écrire un code de haute qualité qui est modulaire, bien testé, et adhère aux normes d'ingénierie logicielle de l'équipe.
• Collaborer étroitement avec les chercheurs en calcul et les experts en matière de conception et d'évaluation d'agents ciblés pour la découverte de médicaments.
• Contribuer à la recherche exploratoire liée à l'utilisation d'agents dans des scénarios scientifiques.

Qui vous êtes

• Éducation: BS/MS avec 1 à 4 ans d'expérience, ou diplômés de doctorat avec de solides compétences en génie logiciel.
• Fondation des logiciels : Forte compétence en Python et pratiques standard en génie logiciel (Git, test, IC/CD).
• Développement d'applications LLM : Expérimentez des applications de construction qui utilisent des LLM, avec une compréhension des ancrages, de l'ingénierie rapide et des appels de fonctions.
• Stack moderne: Familiarité avec containerization et cadres de développement backend.
• Exécution ciblée : Capacité de travailler de manière indépendante sur des tâches d'ingénierie définies et de fournir des solutions robustes.
• Collaborative : Favorable d'apprendre des ingénieurs et des scientifiques chevronnés et de contribuer à un environnement technique rapide.
• Mission animée : Un vif intérêt pour l'application du génie logiciel à la découverte de médicaments et un engagement à l'égard de l'impact du patient.
• L'expérience des modalités moléculaires (p. ex. séquences protéiques, graphiques chimiques) ou des données scientifiques est un plus, mais pas nécessaire.
• Intérêt général pour les sciences naturelles (chimie, biologie ou physique).

Qui nous sommes Un avenir plus sain nous pousse à innover. Ensemble, plus de 100 000 employés à travers le monde se consacrent à faire progresser la science, assurant à chacun l'accès aux soins de santé aujourd'hui et pour les générations à venir. Notre ef