
Η Roche είναι μια παγκόσμια εταιρεία υγειονομικής περίθαλψης και φαρμακευτικών προϊόντων που επικεντρώνεται στη βελτίωση της φροντίδας των ασθενών μέσω της έρευνας και ανάπτυξης, της ψηφιακής καινοτομίας και της συνεργασίας. Με περισσότερους από 101.000 εργαζομένους, η εταιρεία συνδυάζει τεχνογνωσία στους τομείς της τεχνολογίας, της παραγωγής, της επιχειρηματικής στρατηγικής και άλλων λειτουργιών που υποστηρίζουν την καινοτομία στον χώρο της υγείας. Η Roche προάγει τη διαφορετικότητα, την ισότητα και τη συμπερίληψη στις διεθνείς ομάδες της και προσφέρει επαγγελματικές διαδρομές για έμπειρους επαγγελματίες, φοιτητές και αποφοίτους, συμπεριλαμβανομένων ευκαιριών που συνδέονται με τη δραστηριότητά της στη Γερμανία, την Αυστρία και την Ελβετία.
Ανώτερος επιστήμονας δεδομένων, πρακτορική τεχνητή νοημοσύνη
Ανάπτυξη λύσεων AI, παραγωγικής τεχνητής νοημοσύνης και πρακτορικών συστημάτων για την παγκόσμια δραστηριότητα υγείας της Roche. Δημιουργία εταιρικών δυνατοτήτων αξιολόγησης, διακυβέρνησης και MLOps.
170.100 zł – 315.900 zł / έτος
ΥβριδικάΠλήρης απασχόλησηΜεσαίο επίπεδοSeniorΑπαιτούμενη Γλώσσα: ΑγγλικάΕπιστήμονας δεδομένωνΠεριγραφή
- Μεταφορά λύσεων τεχνητής νοημοσύνης και μηχανικής μάθησης από το πρωτότυπο στην παρακολουθούμενη παραγωγή.
- Δημιουργία πρακτορικών συστημάτων τεχνητής νοημοσύνης που σχεδιάζουν και εκτελούν σύνθετες εργασίες πολλών βημάτων.
- Συνεργασία με υπευθύνους προϊόντων, μηχανικούς και επιχειρηματικούς ενδιαφερόμενους.
- Μετατροπή ασαφών προβλημάτων σε προσεγγίσεις μοντελοποίησης και επεξήγηση των συμβιβασμών τους.
- Επιλογή κατάλληλων μεθόδων, από κλασικά και βελτιστοποιημένα μοντέλα έως ανάκτηση από θεμελιώδη μοντέλα και πρακτορικές ροές εργασίας.
- Σύνταξη καθαρού, αναπαραγώγιμου κώδικα, έτοιμου για παραγωγή.
- Ανάπτυξη επαναχρησιμοποιήσιμων προτύπων για όλη την ομάδα.
- Καθορισμός ισχυρών γραμμών βάσης, εκτέλεση δοκιμών σε σύνολα δεδομένων που δεν χρησιμοποιήθηκαν στην εκπαίδευση και διεξοδική ανάλυση σφαλμάτων.
- Δημιουργία συνόλων δεδομένων αξιολόγησης και πλαισίων δοκιμών για συστήματα παραγωγικής τεχνητής νοημοσύνης.
- Χρήση αξιόπιστων συνόλων δεδομένων και ελέγχων παλινδρόμησης για προτροπές.
- Στατιστική αξιολόγηση των εξόδων μοντέλων ως προς την ασφάλεια, την αξιοπιστία και τη συνέπεια, τόσο εκτός σύνδεσης όσο και στην παραγωγή.
- Χρήση πραγματικών σχολίων χρηστών για τη βελτίωση των λύσεων.
- Αναφορά στη διοίκηση των δαπανών, της αξίας, της υιοθέτησης και των αναλυτικών στοιχείων χρήσης της τεχνητής νοημοσύνης.
- Ανάπτυξη λύσεων σύμφωνα με τους ελέγχους διακυβέρνησης, ασφάλειας και συμμόρφωσης της Roche.
- Συνεισφορά στη δημιουργία ελέγχων στις ροές εργασίας για δικαιοσύνη, επεξηγησιμότητα και ιδιωτικότητα.
- Κοινοποίηση τεχνογνωσίας μέσω ανασκοπήσεων κώδικα, επιδείξεων και τεκμηρίωσης ένταξης νέων εργαζομένων.
Απαιτήσεις
- Πρακτική εξειδίκευση στην επιστήμη δεδομένων και στη μηχανική λογισμικού.
- Άριστη γνώση Python, μεγάλων γλωσσικών μοντέλων, αγωγών παραγωγής επαυξημένης με ανάκτηση και πρακτορικών ροών εργασίας.
- Ικανότητα σύνταξης κώδικα παραγωγής, σχεδιασμού αρχιτεκτονικής συστημάτων και καθορισμού προτύπων ενσωμάτωσης.
- Εμπειρία στην αξιολόγηση και στη λεπτομερή ρύθμιση προεκπαιδευμένων μοντέλων για χρήση σε συγκεκριμένους τομείς.
- Εμπειρία στον σχεδιασμό αρχιτεκτονικών παραγωγής επαυξημένης με ανάκτηση και αναζήτησης και σύνθεσης.
- Εμπειρία στη δημιουργία πλαισίων αξιολόγησης και στη στατιστική αξιολόγηση εξόδων ως προς την ασφάλεια, την αξιοπιστία και τη συνέπεια.
- Ισχυρές δεξιότητες επεξεργασίας φυσικής γλώσσας, συμπεριλαμβανομένης της προεπεξεργασίας, της γλωσσικής μοντελοποίησης, της ανάλυσης συναισθήματος και της αναγνώρισης ονοματισμένων οντοτήτων.
- Ισχυρό υπόβαθρο στη στατιστική, στην αξιολόγηση μοντέλων, στη μηχανική χαρακτηριστικών και στους καθιερωμένους αλγορίθμους.
- Εξειδίκευση στις διανυσματικές ενσωματώσεις, στη θεωρία αναζήτησης, στην επιλογή και αρχιτεκτονική διανυσματικών βάσεων δεδομένων, στη μηχανική προτροπών και στη μηχανική συμφραζομένων.
- Εμπειρία στην ανάπτυξη αγωγών MLOps ή LLMOps για συνεχή ανάπτυξη και παρακολούθηση.
- Εμπειρία στην παρατηρησιμότητα LLM, συμπεριλαμβανομένης της ιχνηλάτησης, της χρήσης token, της καθυστέρησης, των μετρήσεων κόστους, της μετατόπισης και της παρακολούθησης παραισθήσεων.
- Εμπειρία στην πρόβλεψη και βελτιστοποίηση κόστους υποδομής και API.
- Εμπειρία στη διαχείριση σχέσεων με προμηθευτές πλατφορμών.
- Άριστη γραπτή και προφορική γνώση αγγλικών.
- Ικανότητα επεξήγησης τεχνικών συμβιβασμών σε τεχνικό και μη τεχνικό κοινό.
- Επιθυμητό: πρακτική εμπειρία ανάπτυξης εταιρικών λύσεων AI σε AWS ή Azure· η εξοικείωση με GCP αποτελεί πρόσθετο πλεονέκτημα.
- Επιθυμητό: γνώση διαχείρισης κινδύνων μοντέλων, δικαιοσύνης και μετριασμού μεροληψίας, διαφάνειας, επεξηγησιμότητας και ιδιωτικότητας δεδομένων.
- Επιθυμητό: εμπειρία στους τομείς των φαρμακευτικών προϊόντων, της υγειονομικής περίθαλψης ή των χρηματοοικονομικών υπηρεσιών, συμπεριλαμβανομένης της συμμόρφωσης GxP και του χειρισμού ευαίσθητων πληροφοριών.
- Επιθυμητό: εξοικείωση με αναδυόμενα πρότυπα συμμόρφωσης για την παραγωγική τεχνητή νοημοσύνη και τα θεμελιώδη μοντέλα.
Παροχές
- Ετήσιο μπόνους απόδοσης με στόχο 15%, βάσει της απόδοσης.
- Ειδικός προϋπολογισμός για πιστοποιήσεις, μαθήματα AI και τεχνολογίας, διεθνή συνέδρια και ποικίλες επαγγελματικές διαδρομές.
- Δύο επιπλέον πληρωμένες Παρασκευές κάθε τρίμηνο.
- Άδεια sabbatical έως τρεις μήνες.
- Δυνατότητα εξ αποστάσεως εργασίας από διαφορετικές τοποθεσίες παγκοσμίως για συγκεκριμένες περιόδους μέσα στο έτος.
- Έως δύο επιπλέον πληρωμένες εβδομάδες άδειας για εθελοντισμό.
- Ιδιωτική υγειονομική κάλυψη μέσω πακέτων LuxMed.
- Ομαδική ασφάλιση ζωής μέσω UNUM.
- Κάρτα MultiSport.
- Επιδότηση διακοπών.
- Πρόγραμμα αγοράς μετοχών της Roche.
- Ετήσια πώληση εταιρικών φορητών υπολογιστών και αυτοκινήτων.
- Υβριδική εργασία που συνδυάζει ευελιξία και διά ζώσης συνεργασία.
Σχετικές θέσεις εργασίας
Δεν βρέθηκαν θέσεις εργασίας
Δοκιμάστε να προσαρμόσετε ή να διαγράψετε τα φίλτρα για να βρείτε περισσότερες ευκαιρίες.