Senior Data Scientist - ML Engineering & MLOps

Bei Roche kannst du ganz du selbst sein und wirst für deine einzigartigen Qualitäten geschätzt. Unsere Kultur fördert persönlichen Ausdruck, offenen Dialog und echte Verbindungen. Hier wirst du für das, was du bist, wertgeschätzt, akzeptiert und respektiert. Dies schafft ein Umfeld, in dem du sowohl persönlich als auch beruflich wachsen kannst. Gemeinsam wollen wir Krankheiten vorbeugen, stoppen und heilen und sicherstellen, dass jeder Zugang zur Gesundheitsversorgung hat – heute und in Zukunft. Werde Teil von Roche, wo jede Stimme zählt.

Die Position

As aSenior Data Scientist - ML Engineering, you will join the Global Analytics and Technology Center of Excellence (GATE) inSan José, Costa Rica. In this role, you will own the end-to-end path from machine learning models to scalable, reliable production systems supporting global Roche affiliates. Operating across the full MLOps and software engineering stack, you will architect cloud-native ML pipelines, build automated testing and CI/CD frameworks, instrument model observability, and set high software craftsmanship standards across the engineering team.

The Opportunity

• ML Systems& Platform Engineering: Architect, deploy, and maintain end-to-end production ML services, training pipelines, containerization, and orchestration (Airflow/Dagster) with strict SLAs for performance and cost.
• MLOps Capability Building: Design reusable MLOps platform components including feature stores, model registries, experiment tracking, and automated CI/CD deployment pipelines using GitLab CI or GitHub Actions.
• Model Accuracy& Observability: Build automated back-testing frameworks and instrumentation for tracking data/concept drift, feature anomalies, and model performance decay, translating diagnostic findings into root-cause fixes.
• Cloud& Pipeline Automation: Implement cloud-native ML infrastructure across AWS, Azure, or GCP, systematically automating manual tasks and maintaining data synchronization contracts.
• Technical Leadership& Coaching: Establish engineering standards through code reviews, refactoring research code, and mentoring data scientists on production-grade software practices.
• Stakeholder Support: Partner with global affiliate teams to explain predictive model outputs, address business needs, and incorporate feedback into technical roadmaps.

Who You Are

• Bachelor’s or Master’s degree in Computer Science, Data Science, Engineering, Statistics, or a quantitative discipline.
• 7+ years of relevant experience running and maintaining machine learning systems in production environments.
• Deep proficiency in Python, Linux/Bash, SQL, modern pipeline tools (Spark, dbt, Snowflake, Databricks), and clean API design.
• Hands-on expertise with containerization (Docker, Kubernetes), MLOps tools (MLflow, Weights& Biases), orchestration (Airflow), and CI/CD automation.
• Proven experience in cloud architectures (AWS, Azure, or GCP) and core ML frameworks (scikit-learn, XGBoost, PyTorch, TensorFlow, time-series forecasting).
• Strong analytical mindset focused on quality control, data contracts, and system observability (experience with LLMOps, streaming/Kafka, or GPU workloads is a plus).
• Must be currently based inCosta Rica or hold valid work authorization for San José.

No relocation benefits are offered for this position.

Wer wir sind

Eine gesündere Zukunft treibt uns zur Innovation an. Mehr als 100.000 Mitarbeiter weltweit arbeiten gemeinsam daran, wissenschaftliche Fortschritte zu erzielen und sicherzustellen, dass jeder Zugang zur Gesundheitsversorgung hat – heute und für zukünftige Generationen. Durch unser Engagement werden über 26 Millionen Menschen mit unseren Medikamenten behandelt und mehr als 30 Milliarden Tests mit unseren Diagnostik-Produkten durchgeführt. Wir ermutigen uns gegenseitig, neue Möglichkeiten zu erkunden, Kreativität zu fördern und hohe Ziele zu setzen, um lebensverändernde Gesundheitslösungen zu liefern.

Gemeinsam können wir eine gesündere Zukunft gestalten.

Roche ist ein Arbeitgeber, der die Chancengleichheit fördert.