Senior Technischer Spezialist

Über den Job

Roche Schweiz überbrückt die Lücke zwischen Pharmazeutika und Diagnostik. Wichtige Forschungs- und Entwicklungsfunktionen sind hier angesiedelt. Für unseren langjährigen Kunden, die F. Hoffmann-La Roche AG in Basel, suchen wir einen

Senior Technischen Spezialisten

Hintergrund:

Bei Roche treibt das Team die Wissenschaft voran, damit jeder mehr Zeit mit den Menschen hat, die er liebt. Eingebettet im Data Management Team, einer Kernfunktion von Product Development Data Sciences (PDD), wird der Senior Technische Spezialist Roche dabei unterstützen, die Branche in Bezug auf Geschwindigkeit, Qualität und Effizienz anzuführen. Durch den Beitritt zu Roche wird die Person Teil eines innovativen Umfelds, in dem modernste Werkzeuge, Automatisierung und Technologien der nächsten Generation entwickelt werden, um die Erfassung und Bereitstellung klinischer Studiendaten zu optimieren und die Freigabe lebensrettender Medikamente für Patienten weltweit zu beschleunigen.

Als Senior Technischer Spezialist mit Schwerpunkt auf Agentic AI wird die Person autonome KI-Agenten und Multi-Agenten-Systeme entwerfen und einsetzen, um die Verarbeitung klinischer Studiendaten zu revolutionieren. Die Rolle überbrückt die Lücke zwischen modernster LLM-Orchestrierung und strengen pharmazeutischen Regulierungsstandards und baut Systeme, die die klinische Datenbereinigung, Validierung und Analyse automatisieren. Diese Position bietet die Möglichkeit, ein modernes, skalierbares Ökosystem zu gestalten, in dem technische Lösungen direkt GxP-konforme, wirkungsvolle klinische Entscheidungen vorantreiben.

Aufgaben & Verantwortlichkeiten:

• Entwurf und Einsatz anspruchsvoller agentischer Workflows unter Verwendung von Frameworks wie LangGraph, CrewAI oder AutoGen zur Automatisierung komplexer Aufgaben im klinischen Datenmanagement.
• Aufbau von Kollaborationssystemen, in denen spezialisierte Agenten (z. B. Planer, Validator und Protokollprüfer) End-to-End-Datenherausforderungen durch qualitativ hochwertigen, testbaren Code und CI/CD-Pipelines lösen.
• Anwendung systematischer Prompt-Engineering-Techniken (einschließlich Chain-of-Thought, ReAct und Reflection), um hochpräzise Ergebnisse im klinischen Kontext zu gewährleisten.
• Einsatz von KI-Agenten in unserer Cloud-Umgebung (AWS) sowie Aufbau und Verbesserung skalierbarer Anwendungen zur Erfassung, Übertragung und Aufbereitung wissenschaftlicher Daten.
• Zusammenarbeit mit den Teams für Datenintegrität und Qualität, um sicherzustellen, dass alle agentischen Entscheidungen nachvollziehbar, reproduzierbar und vollständig regelkonform sind.
• Erstellung zuverlässiger "Human-in-the-loop" (HITL)-Workflows und Tool-Calling-Agenten zur Lösung komplexer, stark regulierter Datenherausforderungen.

Must Haves:

• Über 5 Jahre Erfahrung und ein Bachelor- oder höherer Abschluss in Informatik, Maschinellem Lernen, Ingenieurwesen oder Biomedizinischer Informatik sowie über 8 Jahre Erfahrung in der Bereitstellung von KI/ML-Lösungen und mehr als 3 Jahre in Full-Stack-Software- und Datenengineering
• Tiefe Kenntnisse in Python und praktische Erfahrung mit KI-Orchestrierungs-Frameworks wie LangGraph, CrewAI, AutoGen oder LlamaIndex
• Solide Erfahrung mit modernem Datenengineering (SQL/NoSQL, APIs), Vektor-Datenbanken (z. B. Chroma, Pinecone) und der Optimierung von RAG-Pipelines
• Umfangreiche Erfahrung im Einsatz von KI-Systemen auf AWS, Containerisierung (Docker, Kubernetes), CI/CD-Pipelines, Git und Service-Observability (Logging, Tracing, Metriken)
• Fundiertes Verständnis von Modell-Reproduzierbarkeit, Interpretierbarkeit und Validierungs-Best-Practices in stark regulierten Umgebungen
• Ausgezeichnete Problemlösungsfähigkeiten mit der Fähigkeit, komplexe technische Konzepte klar an diverse globale Stakeholder zu vermitteln
• Fließende Englischkenntnisse

Nice to Have:

• Master- oder PhD-Abschluss in Informatik, KI oder einem verwandten quantitativen Fachgebiet
• Erfahrung in einer stark regulierten Branche wie Gesundheitswesen, FinTech oder Luft- und Raumfahrt
• Verständnis und praktische Umsetzung von Sicherheitsframeworks in komplexen agentischen Workflows
• Kenntnisse der Lebenszyklen klinischer Studien und Datenstandards
• Vertrautheit mit Überwachungstools für Systemleistung, Workflow-Analytik und MLOps/DevOps-Best-Practices
• Beiträge zu Open-Source-agentischen Frameworks oder internen KI-Tools im Bereich Automatisierung oder Produktivität
• Erfahrung in der Architektur skalierbarer Lösungen in komplexen Umgebungen mit mehreren bestehenden Systemintegrationen
• Kenntnisse weiterer Programmiersprachen (z. B. C#, Java, JavaScript, R, RShiny) sind von Vorteil
• Das Teilen Ihres GitHub-Kontos mit relevanten Arbeiten wird als Vorteil angesehen

Was Ihnen geboten wird:

• Die Möglichkeit, in einem der weltweit wichtigsten Pharmaunternehmen zu arbeiten
• Moderner Campus mit vielen Grünflächen und Besprechungsbereichen
• Zentrale Lage in Basel
• Abwechslungsreiches Aufgabengebiet
• Weiterbildungsmöglichkeiten durch temptraining
• Arbeiten in einem dynamischen und motivierten Team

Bei Interesse senden Sie bitte Ihre Bewerbungsunterlagen mit der Anrede an Frau Marianne Buser.

Basel-Stadt Informatik KI Engineering Informatik ML-Lösungen Software Datenengineering AWS Docker Kubernetes