At Roche you can show up as yourself, embraced for the unique qualities you bring. Our culture encourages personal expression, open dialogue, and genuine connections,  where you are valued, accepted and respected for who you are, allowing you to thrive both personally and professionally. This is how we aim to prevent, stop and cure diseases and ensure everyone has access to healthcare today and for generations to come. Join Roche, where every voice matters.

The Position

Als Arbeitsgruppe “Near Patient Care Biostatistics and Mathematics” sind wir Teil der Forschungs- und Entwicklungsabteilung von Roche. In diesem Geschäftsfeld werden unter anderem Geräte für Blut-, Plasma- und Urinuntersuchungen in Laboren, Kliniken und Arztpraxen entwickelt - vom Handheld bis zu großen Lösungen für Labore.

Unser Team bietet Unterstützung bei verschiedensten mathematischen/ statistischen Fragestellungen in diesem Geschäftsfeld. Zudem arbeiten wir interdisziplinär an Entwicklungsprojekten mit und zeichnen uns durch unsere Offenheit und gegenseitige Unterstützung aus. 

Im Rahmen eines Projektes der frühen Entwicklung hast du die Möglichkeit, durch Herleitung eines Vorhersagemodells einen wertvollen Beitrag zu leisten. Darüber hinaus gewinnst du Einblicke in die Arbeit mit Real World Datenbanken, kannst deine Fähigkeiten anhand vieler Herausforderungen in der Praxis einsetzen und erhältst genügend Freiraum für kreative Ansätze.

Deine Aufgaben:

• Du arbeitest dich in die Struktur einer Real World Datenbank ein und entwickelst ein Verständnis für die zugrundeliegenden medizinischen Prozesse innerhalb des US-amerikanischen Gesundheitssystems

• Du extrahierst, untersuchst und bereinigst relevante Information aus obiger Datenbank und bereitest diese für das effiziente Training von Machine Learning-Algorithmen auf

• Du entwickelst verschiedene Teil- und Gesamtvorhersagemodelle anhand gegebener Biomarker

• Du bestimmst die Vorhersagegenauigkeit deiner Modelle anhand geeigneter, vorher von dir definierter, Gütemaße

• Du diskutierst deine Ansätze in unserem Team und präsentierst deine Ergebnisse gegenüber internen Stakeholdern

Dein Profil:

• Immatrikuliert in einem Masterstudiengang in Mathematik, Physik,  Informatik, Ingenieurwesen oder vergleichbare Studiengänge; sowie erste praktische Erfahrungen in  Machine Learning-Verfahrenen und Künstlicher Intelligenz

• Gute Programmierkenntnisse in Python und deren relevante Bibliotheken wie Pandas, Scipy, Pytorch, Tensorflow, etc. sowie Grundkenntnisse in SQL

• Du bringst Kenntnisse in der Entwicklung von Machine Learning Algorithmen zur Klassifizierung und Regression multifaktorieller Problemstellungen, sowie Grundlagen in der Statistik mit