Scientist II Machine Learning Engineer (LLM & GenAI Specialist)

Owkin ist ein agentisches KI-Unternehmen, das biologische künstliche Superintelligenz entwickelt, um Probleme in der Biologie zu lösen, bei denen menschliche Forscher allein gescheitert sind. Owkin baut K Pro - einen KI-Wissenschaftler für pharmazeutische Forschung und strategische Entscheidungsfindung. K Pro orchestriert eine Suite von KI-Fähigkeiten und -Werkzeugen, um komplexe Biologie zu entschlüsseln, die Forschung zu beschleunigen und die Produktivität dramatisch zu steigern. K Pro basiert auf Owkins unvergleichlichem multimodalen Patientendatennetzwerk, modernster KI für Biologie und einem Jahrzehnt Erfahrung in der Zusammenarbeit mit pharmazeutischen Partnern.

Die Position ist in unseren Büros in Paris oder remote in Frankreich, Großbritannien oder Deutschland angesiedelt.

Wir suchen einen hochqualifizierten und erfahrenen Scientist II Machine Learning Engineer, um fortschrittliche KI-Lösungen zu entwerfen, zu entwickeln und bereitzustellen. In dieser Rolle werden Sie sich stark auf große Sprachmodelle (LLMs), generative KI und fortgeschrittene Deep-Learning-Architekturen konzentrieren. Sie werden die Lücke zwischen experimenteller Datenwissenschaft und produktionsbereiten ML-Systemen überbrücken. In enger Zusammenarbeit mit unseren Data Science- und Engineering-Teams werden Sie komplexe Modelle skalieren, Trainings- und Inferenzpipelines optimieren und Cloud-Ökosysteme nutzen, um robuste biomedizinische Lösungen zu liefern. Erfahrung im Umgang mit Gesundheits-, klinischen oder Omics-Daten (Genomik, Transkriptomik, Proteomik usw.) ist von großem Vorteil.

Insbesondere werden Sie:

• Skalierbare Machine-Learning-Bibliotheken, Werkzeuge und Forschungsabläufe in enger Partnerschaft mit Forschungs- und Datenwissenschaftlern entwickeln.
• Forschungsinfrastruktur-Anforderungen gestalten und Tool- sowie Softwareentscheidungen in Zusammenarbeit mit dem Plattformteam vorantreiben.
• Best Practices der Softwareentwicklung im Team fördern, um Forschern und Wissenschaftlern zu ermöglichen, wartbaren, testbaren, effizienten und skalierbaren Code zu schreiben.
• Systeme für Experimentverfolgung, Reproduzierbarkeit und das Management des gesamten Modelllebenszyklus entwerfen und verbessern.
• Zur schnellen Prototypisierung neuartiger Modelle beitragen und diese unterstützen, um frühe Forschung und robuste Implementierung zu verbinden.
• Weitere ad-hoc Verantwortlichkeiten, Aufgaben und Projekte übernehmen, die von der Geschäftsführung zugewiesen werden.

Erforderliche Qualifikationen / Erfahrungen:

• Bildung: Master oder Ph.D. in Informatik, Datenwissenschaft oder einem verwandten quantitativen Bereich mit starkem Fokus auf ML/AI.
• Erfahrung: Über 5 Jahre Berufserfahrung in der Softwareentwicklung mit Python und nachweislicher Erfolgsbilanz bei der Bereitstellung von Deep-Learning-Modellen in der Produktion.
• ML/DL-Frameworks & -Ökosysteme: Tiefes Verständnis von Machine-Learning-Algorithmen, statistischen Methoden und Deep-Learning-Frameworks. Beherrschung von PyTorch oder TensorFlow.
• LLM-Spezialisierung: Tiefes Verständnis von Transformer-Architekturen, Aufmerksamkeitsmechanismen und den neuesten Durchbrüchen in der generativen KI. Umfassende Erfahrung mit Hugging Face, mit Kenntnissen in agentischen Workflows und RAG.
• Cloud & MLOps: Erfahrung mit Cloud-Plattformen (AWS, GCP oder Azure) und SageMaker.
• Software Engineering-Kultur: Starke Ingenieurpraktiken einschließlich Versionskontrolle, umfassendem Testen, CI/CD und Containerisierung (Docker).
• Workflow-Optimierung: Erfahrung mit verteiltem Rechnen, verteilten Trainingsstrategien für massive Datensätze und Optimierung von ML-Workflows (z.B. vLLM).

Bevorzugte Qualifikationen/Boni:

• Fachwissen: Erfahrung im Umgang mit klinischen oder Omics-Daten (z.B. genomische Sequenzierung, Transkriptomik, elektronische Gesundheitsakten) und medizinischer Bildverarbeitung und -analyse.
• Beiträge zu Open-Source-ML-Projekten oder Forschungsarbeiten.

Weiche Fähigkeiten und kulturelle Ergänzungen:

• Kollaborative Denkweise: Ausgezeichnete Problemlösungsfähigkeiten und die Fähigkeit, komplexe technische Herausforderungen zu analysieren.
• Starke Kommunikationsfähigkeiten: Die Fähigkeit, technische Konzepte verschiedenen Interessengruppen zu erklären.
• Mentoring: Proaktive Herangehensweise an das Debuggen komplexer verteilter Systeme, Mentoring von Teammitgliedern beim Schreiben von qualitativ hochwertiger, wartbarer Software und Förderung einer starken technischen Kultur.
• Autonomie: Primär autonom und in der Lage, Aufgaben ohne übermäßige Details zu erhalten, fähig, herauszufinden, was zu tun ist, und dies auszuführen.

Was wir bieten:

• Flexible Arbeitsorganisation
• Freundliches und informelles Arbeitsumfeld
• Gelegenheit, mit einem internationalen Team mit hohem technischem und wissenschaftlichem Hintergrund zu arbeiten

Owkin ist ein Arbeitgeber, der Chancengleichheit bietet. Alle qualifizierten Bewerber werden unabhängig von Rasse, Geschlecht, Geschlechtsidentität, sexueller Orientierung, Alter, Hautfarbe, Religion, nationaler Herkunft, geschütztem Veteranenstatus oder aufgrund einer Behinderung berücksichtigt.