
A Roche globális egészségügyi és gyógyszeripari vállalat, amely kutatás-fejlesztéssel, digitális innovációval és együttműködéssel törekszik a betegellátás fejlesztésére. A több mint 101 000 munkatársat foglalkoztató vállalat egyesíti a technológia, a gyártás, az üzleti stratégia és az egészségügyi innovációt támogató egyéb területek szakértelmét. A Roche nemzetközi csapataiban kiemelt figyelmet fordít a sokszínűségre, az egyenlőségre és a befogadásra, valamint karrierlehetőségeket kínál tapasztalt szakemberek, diákok és pályakezdő diplomások számára, többek között a németországi, ausztriai és svájci működéséhez kapcsolódóan.
Vezető adattudós, ágensalapú mesterséges intelligencia
Éles környezetben használható mesterséges intelligencia-, generatív MI- és ágensalapú rendszereket fejleszthet a Roche globális egészségügyi üzletága számára. Vállalati értékelési, irányítási és MLOps-képességeket építhet ki.
170 100 zł – 315 900 zł / év
HibridTeljes munkaidőKözéphaladóSzeniorKötelező Nyelv: angolAdattudósLeírás
- Vigye el a mesterséges intelligenciára és gépi tanulásra épülő megoldásokat a prototípustól a felügyelt éles környezetig.
- Építsen olyan ágensalapú MI-rendszereket, amelyek összetett, több lépésből álló feladatokat terveznek meg és hajtanak végre.
- Dolgozzon együtt terméktulajdonosokkal, mérnökökkel és üzleti érdekelt felekkel.
- Alakítsa a nem egyértelmű problémákat modellezési megközelítésekké, és ismertesse azok kompromisszumait.
- Válassza ki a megfelelő módszereket a klasszikus és finomhangolt modellektől az alapmodellekre épülő visszakeresésig és az ágensalapú munkafolyamatokig.
- Írjon tiszta, reprodukálható, éles használatra kész kódot.
- Dolgozzon ki a teljes csapat által újra felhasználható megoldásmintákat.
- Állítson fel erős kiindulási értékeket, végezzen teszteket elkülönített adatokon, és elemezze részletesen a hibákat.
- Hozzon létre értékelési adatkészleteket és tesztkeretrendszereket generatív MI-rendszerekhez.
- Használjon megbízható adatkészleteket és promptregressziós ellenőrzéseket.
- Értékelje statisztikailag a modellkimenetek biztonságosságát, megbízhatóságát és következetességét offline és éles környezetben egyaránt.
- A megoldások fejlesztéséhez használja fel a tényleges felhasználói visszajelzéseket.
- Jelentse a vezetőségnek az MI költségeire, értékére, elterjedtségére és használatára vonatkozó elemzéseket.
- A megoldásokat a Roche irányítási, biztonsági és megfelelőségi kontrolljainak keretei között fejlessze.
- Segítsen méltányossági, magyarázhatósági és adatvédelmi ellenőrzéseket kialakítani a folyamatokban.
- Ossza meg szaktudását kódellenőrzéseken, bemutatókon és a belépést segítő dokumentáción keresztül.
Követelmények
- Gyakorlati szakértelem az adattudomány és a szoftverfejlesztés területén.
- Jártasság a Python, a nagy nyelvi modellek, a visszakereséssel bővített generálási folyamatok és az ágensalapú munkafolyamatok terén.
- Képesség éles környezetbe szánt kód írására, rendszerarchitektúra tervezésére és integrációs szabványok meghatározására.
- Tapasztalat előre betanított modellek szakterület-specifikus felhasználásra történő értékelésében és finomhangolásában.
- Tapasztalat visszakereséssel bővített generálási, valamint keresési és szintézisarchitektúrák tervezésében.
- Tapasztalat értékelő keretrendszerek építésében, valamint a kimenetek biztonságosságának, megbízhatóságának és következetességének statisztikai felmérésében.
- Erős természetesnyelv-feldolgozási készségek, beleértve az előfeldolgozást, a nyelvi modellezést, a hangulatelemzést és a névelemek felismerését.
- Biztos alapok a statisztika, a modellértékelés, a jellemzőmérnökség és a bevett algoritmusok terén.
- Szakértelem a vektorbeágyazások, a kereséselmélet, a vektoradatbázisok kiválasztása és architektúrája, a promptmérnökség és a kontextusmérnökség területén.
- Tapasztalat folyamatos telepítést és felügyeletet támogató MLOps- vagy LLMOps-folyamatok építésében.
- Tapasztalat az LLM-ek megfigyelhetősége terén, beleértve a nyomkövetést, a tokenhasználatot, a késleltetést, a költségtelemetriát, az eltolódás és a hallucinációk figyelését.
- Tapasztalat az infrastruktúra- és API-költségek előrejelzésében és optimalizálásában.
- Tapasztalat a platformszolgáltatókkal fenntartott kapcsolatok kezelésében.
- Erős írásbeli és szóbeli angol nyelvtudás.
- Képesség a technikai kompromisszumok ismertetésére műszaki és nem műszaki közönség számára egyaránt.
- Előnyt jelent a vállalati MI-megoldások AWS-en vagy Azure-on történő telepítésében szerzett gyakorlati tapasztalat; a GCP ismerete szintén előny.
- Előnyt jelent a modellkockázat-kezelés, a méltányosság és az elfogultság csökkentése, az átláthatóság, a magyarázhatóság és az adatvédelem terén szerzett ismeret.
- Előnyt jelent a gyógyszeriparban, az egészségügyben vagy a pénzügyi szolgáltatások terén szerzett tapasztalat, beleértve a GxP-megfelelőséget és az érzékeny információk kezelését.
- Előnyt jelent a generatív MI-re és az alapmodellekre vonatkozó, fejlődő megfelelőségi szabványok ismerete.
Juttatások
- Éves teljesítménybónusz 15%-os célértékkel, a teljesítménytől függően.
- Külön keret minősítésekre, MI- és technológiai tanfolyamokra, nemzetközi konferenciákra és változatos karrierutakra.
- Negyedévente két további fizetett pénteki szabadnap.
- Legfeljebb három hónapos alkotói szabadság.
- Lehetőség arra, hogy az év meghatározott időszakaiban a világ különböző pontjairól dolgozzon távolról.
- Legfeljebb két további fizetett hét önkéntes munkára.
- Magán-egészségbiztosítás a LuxMed csomagjain keresztül.
- Csoportos életbiztosítás az UNUM-nál.
- MultiSport kártya.
- Üdülési támogatás.
- Roche-részvényvásárlási program.
- A vállalati laptopok és autók éves értékesítése.
- Hibrid munkavégzés, amely a rugalmasságot személyes együttműködéssel ötvözi.
Kapcsolódó állások
Nem találhatók állások
Módosítsd vagy töröld a szűrőket, hogy további lehetőségeket találj.