AI Engineer

Bei Roche kannst du so sein, wie du bist, und wirst für die einzigartigen Qualitäten, die du mitbringst, geschätzt. Unsere Kultur fördert persönliche Ausdrucksweise, offenen Dialog und echte Verbindungen, in denen du geschätzt, akzeptiert und respektiert wirst, sodass du sowohl persönlich als auch beruflich gedeihen kannst. So wollen wir Krankheiten verhindern, stoppen und heilen und sicherstellen, dass jeder Zugang zu Gesundheitsversorgung hat – heute und für kommende Generationen. Schließe dich Roche an, wo jede Stimme zählt.

Die Position: Bei Roche setzen wir uns dafür ein, unseren Patienten durch den Einsatz digitaler, datenbasierter und KI-Fähigkeiten einen größeren Nutzen zu bieten, indem wir reale betriebliche Herausforderungen angehen. Der AI Engineer Level 6 ist ein erfahrener technischer Mitwirkender innerhalb des AI Engineering Clusters, verantwortlich für das Design, die Lieferung, die Bewertung und den Betrieb robuster KI-Lösungen in den Pharma-Technischen Operationen. Diese Rolle umfasst bedeutende Teile der End-to-End-KI-Lieferung, einschließlich Lösungsarchitektur, Datenpipelines, maschinelles Lernen und GenAI-Systeme, agentische Workflows, KI-Bewertungshilfen, Backend-Services, Benutzeroberflächen und Produktionsoperationen. Die Rolle arbeitet mit Fachleuten aus den Bereichen Geschäft, IT, Qualität und Technik zusammen, um komplexe betriebliche Herausforderungen in zuverlässige, skalierbare, konforme und messbare KI-gestützte Produkte zu übersetzen.

Rollenbeschreibung: Die Rolle ist eine senior AI Engineering-Rolle für jemanden, der starke technische Tiefe mit praktischer Verantwortung für die Lieferung kombiniert. Der AI Engineer Level 6 wird erwartet, dass er unabhängig die Lösungsbereitstellung leitet, fundierte architektonische Entscheidungen trifft, andere Ingenieure betreut und sicherstellt, dass KI-Lösungen messbaren geschäftlichen Wert schaffen, während sie die Erwartungen an Zuverlässigkeit, Skalierbarkeit, Bewertung, Agentenmanagement und Compliance erfüllen.

• AI Solution Leadership & Delivery
• End-to-End-Lieferverantwortung: Technische Lieferung von KI-Lösungen vom Verständnis des Problems und Design über Aufbau, Bereitstellung, Überwachung, Bewertung, Adoption und kontinuierliche Verbesserung.
• Lösungsarchitektur: Entwurf skalierbarer KI-Anwendungsarchitekturen, einschließlich Datenflüsse, Modellintegration, GenAI-Orchestrierung, APIs, Benutzeroberflächen, Agenten-Workflows und Produktionsinfrastruktur.
• GenAI und agentische KI: Entwurf und Implementierung fortschrittlicher GenAI-Lösungen, einschließlich RAG-Architekturen, mehrstufiger Workflows, werkzeugbenutzender Agenten, LLM-Orchestrierung und Bewertungsansätzen.
• Engineering-Qualität: Anwendung und Weiterentwicklung starker Ingenieurpraktiken, einschließlich automatisierter Tests, Code-Reviews, CI/CD, Beobachtbarkeit, Dokumentation und Wartbarkeit.
• Produktionsleistung: Sicherstellung, dass KI-Lösungen zuverlässig, sicher, überwacht, kostenbewusst und kontinuierlich in Produktions- oder produktionsähnlichen Umgebungen verbessert werden.
• Wertlieferung: Übersetzung von Geschäftsbedürfnissen in technische Lösungen und Unterstützung bei der Definition von Erfolgsmessgrößen, die den betrieblichen und geschäftlichen Einfluss demonstrieren.

• Moderne AI Engineering-Fähigkeiten
• Bewertungsrahmen-Design: Entwurf und Implementierung datengestützter Bewertungsrahmen für KI, GenAI, RAG und agentische KI-Systeme, einschließlich Offline-Benchmarks, goldenen Datensätzen, synthetischen Testfällen, menschlichen Bewertungs-Workflows und automatisierten Regressionstests.
• Entwicklung von KI-Hilfsmitteln: Verantwortung für die Entwicklung von KI-Ingenieurhilfsmitteln für wiederholbare Experimente, Bewertungen, Validierungen und Vergleiche von Modellen, Eingabeaufforderungen, Abrufstrategien, Agentenverhalten und Werkzeugintegrationen.
• Agentische KI-Lösungsbesitz: Entwurf und Lieferung produktionsreifer agentischer KI-Systeme, einschließlich Agentenorchestrierung, Werkzeugintegration, Aufgabenzerlegung, Zustandsverwaltung, Gedächtnismuster, Sicherheitsvorkehrungen und menschliche Eskalationspfade.
• Agentenlebenszyklusmanagement: Verwaltung von bereitgestellten Agenten über ihren Lebenszyklus, einschließlich Versionierung, Tests, Release-Management, Überwachung, Vorfallreaktion, kontinuierliche Verbesserung und Stilllegung.
• Leistungs- und Risikobeobachtung: Implementierung und Betrieb von Beobachtbarkeit für KI-Systeme, einschließlich Qualitätsmetriken, geschäftlichen Einflussmetriken, Kosten, Latenz, Fehlermodi, Drift, Halluzinationsrisiko, Grundqualitäts- und Betriebszuverlässigkeit.
• Modell- und Workflow-Vergleich: Leitung strukturierter Experimente zum Vergleich von Basis-Modellen, Eingabeaufforderungen, Einbettungen, Abrufansätzen, Orchestrierungsmustern und Agentenkonfigurationen.

• Technische Expertise
• KI-Ingenieurtiefe: Anwendung fundierter Kenntnisse in maschinellem Lernen, prädiktiver Modellierung, Zeitreihen, Computer Vision und multimodaler KI sowie LLMs, RAG, agentischer KI, Eingabeaufforderungsengineering, Modellevaluation und KI-Anwendungsdesign.
• Software- und Plattformengineering: Aufbau robuster, auf Python basierender Dienste, APIs, Mikrodienste, Dashboards und Integrationen unter Verwendung moderner Softwareengineering-Praktiken.
• Cloud und DevOps: Entwurf und Bereitstellung von Lösungen unter Verwendung von AWS, Docker, CI/CD-Pipelines, Überwachung und Cloud- oder hybriden Bereitstellungsmustern.
• Datenengineering: Arbeiten mit SQL, operativen Daten, Zeitreihendaten, strukturierten und unstrukturierten Daten sowie Datenpipelines, die für KI-Produkte erforderlich sind.
• Bewertungsmethoden: Verwendung quantitativer Metriken, qualitativer Überprüfung, menschlicher Einschätzungen, statistischer Vergleiche und Produktionsfeedback-Schleifen zur Entscheidungsfindung im Engineering.
• Regulierte Lieferung: Zusammenarbeit mit IT- und Qualitätsbeteiligten, um sicherzustellen, dass Lösungen mit angemessener Compliance, Validierung, Sicherheit, Datenschutz, Datenverwaltung, verantwortungsbewusster KI, Rückverfolgbarkeit, Dokumentation und Lebenszykluskontrollen entworfen werden.

• Technische Führung & Mentoring
• Ingenieurmentoring: Coaching weniger erfahrener Ingenieure in den Bereichen KI-Engineering, Softwareentwicklung, Bewertungspraktiken, agentische Systeme, Cloud-Bereitstellung und Produktionsoperationen.
• Best Practices: Beitrag zu gemeinsamen Standards, wiederverwendbaren Mustern und Ingenieurrichtlinien für den AI Engineering Cluster.
• Technische Problemlösung: Strukturierung von mehrdeutigen technischen Problemen, Bewertung von Lösungsoptionen und Anleitung von Teams zu pragmatischen, wirkungsvollen Ergebnissen.
• Fähigkeitsaufbau: Unterstützung beim Aufbau von KI-Engineering-Fähigkeiten in den Pharma-Technischen Operationen durch Wissensaustausch, Beispiele und praktische Unterstützung.

• Zusammenarbeit, Adoption & KI-Advocacy
• Stakeholder-Partnerschaft: Zusammenarbeit mit Prozessexperten, Geschäftsinteressierten, IT, Qualität und anderen digitalen Teams zur Identifizierung, Gestaltung, Implementierung, Bewertung und Aufrechterhaltung von KI-gestützten Verbesserungen.
• Organisatorische Ausrichtung: Klare Kommunikation technischer Konzepte an sowohl technische als auch nicht-technische Zielgruppen zur Unterstützung von Ausrichtung und Adoption.
• KI-Advocacy: Förderung einer effektiven, verantwortungsvollen und wertorientierten Nutzung von KI innerhalb der Pharma-Technischen Operationen.
• Kontinuierliches Lernen: Aktuell bleiben mit Fortschritten in KI, GenAI, agentischen Systemen, Bewertungswissenschaft, Softwareengineering und Cloud-Technologien und relevante Innovationen in praktische Roche-Anwendungsfälle übersetzen.

Qualifikationen & Kompetenzen

• Abschluss in Informatik, Datenwissenschaft, Ingenieurwesen, Mathematik oder einem verwandten Bereich; oder gleichwertige praktische Erfahrung.
• Nachweisliche Erfolgsbilanz in der eigenständigen Lieferung von produktionsreifen Software-, KI-, maschinellen Lern-, Daten- oder Analyselösungen.
• Starke praktische Python-Expertise und fundierte Kenntnisse der Softwareengineering-Praktiken.
• Erfahrung im Entwurf und in der Lieferung von cloudbasierten oder hybriden Anwendungen, vorzugsweise unter Verwendung von AWS.
• Praktische Erfahrung mit modernen Agentenframeworks und -hilfsmitteln wie DeepAgents, LangGraph, LangChain oder gleichwertigen Technologien.
• Starkes Verständnis von LLMs, RAG, Eingabeaufforderungsengineering, KI-Agenten, Modellintegration, Werkzeugnutzung und Bewertungsansätzen.
• Erfahrung mit APIs, Mikrodiensten, CI/CD, Docker, Überwachung, automatisierten Tests, Code-Review-Praktiken und KI-Bewertungshilfen.
• Fähigkeit, Bewertungsergebnisse in Engineering-Entscheidungen, Produktverbesserungen und Empfehlungen für Stakeholder zu übersetzen.
• Fähigkeit, technische Lieferung zu leiten, Mehrdeutigkeiten zu managen und funktionsübergreifende Stakeholder zu beeinflussen.
• Erfahrung in industriellen, Fertigungs-, pharmazeutischen, biotechnologischen, qualitäts- oder regulierten Umgebungen ist stark bevorzugt.

Bitte beachten Sie, dass die Rolle keine Umzugshilfe unterstützt.

Wer wir sind

Eine gesündere Zukunft treibt uns an, innovativ zu sein. Gemeinsam setzen sich mehr als 100’000 Mitarbeiter weltweit dafür ein, die Wissenschaft voranzutreiben und sicherzustellen, dass jeder Zugang zu Gesundheitsversorgung hat – heute und für kommende Generationen. 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 ermutigen uns gegenseitig, neue Möglichkeiten zu erkunden, Kreativität zu fördern und unsere Ambitionen hoch zu halten, damit wir lebensverändernde Gesundheitslösungen liefern können, die einen globalen Einfluss haben. Lass uns gemeinsam eine gesündere Zukunft aufbauen.

Roche ist ein Arbeitgeber, der Chancengleichheit bietet. Wir glauben, dass es dringend notwendig ist, medizinische Lösungen jetzt zu liefern – auch während wir Innovationen für die Zukunft entwickeln. Wir sind leidenschaftlich daran interessiert, das Leben der Patienten zu transformieren. Wir sind mutig in Entscheidung und Handlung. Und wir glauben, dass gutes Geschäft eine bessere Welt bedeutet. Deshalb kommen wir jeden Tag zur Arbeit. Wir verpflichten uns zu wissenschaftlicher Strenge, unbestreitbaren Ethik und dem Zugang zu medizinischen Innovationen für alle. Das tun wir heute, um ein besseres Morgen aufzubauen. Wir sind stolz darauf, wer wir sind, was wir tun und wie wir es tun. Wir sind viele, die als Einheit über Funktionen, Unternehmen und Länder hinweg arbeiten. Wir sind Roche.