Lead Applied Scientist, Search - NLP/GenAI

Diese Position ist in Zug, Schweiz oder London, UK angesiedelt. Möchten Sie Ihre Erfahrung im Aufbau von suchgesteuerten KI-Lösungen nutzen, um unsere führenden Produkte in den Bereichen Steuern, Recht und professionelle Dienstleistungen zu verbessern? Das Dokumentenverständnis ist eine grundlegende Intelligenzschicht, die jede wichtige Fähigkeit unserer rechtlichen KI-Plattform unterstützt – von der Suche und Informationsgewinnung bis hin zu agentischem Denken in Produkten wie Westlaw, PracticalLaw und CoCounsel.

Sie werden hochmoderne semantische Chunking-, Dokumentenanreicherungs- und Wissensgraph-Konstruktionssysteme entwickeln, die als kognitive Grundlage für mehrere Produktteams dienen, während Sie mit autoritativen rechtlichen, steuerlichen und buchhalterischen Inhalten sowie äußerst vielfältigen Kundendaten arbeiten. Dies ist eine seltene Gelegenheit, Publikationsqualitätsforschungsprobleme mit unmittelbarem Produktionsimpact zu lösen – Ihre Innovationen werden direkt beeinflussen, wie Millionen von Rechtsfachleuten komplexe rechtliche Dokumente recherchieren, analysieren und darüber nachdenken, während sie die Fähigkeiten vorantreiben, die die nächste Generation intelligenter rechtlicher KI-Agenten ermöglichen.

Über die Rolle

• Leiten Sie das Design, den Aufbau, den Test und die Bereitstellung von End-to-End-KI-Lösungen für komplexe Dokumentenverständnisaufgaben im rechtlichen Bereich.
• Leiten Sie die Ausführung großangelegter Projekte, einschließlich: fortgeschrittener semantischer Chunking-Modelle für lange, nicht einheitlich strukturierte rechtliche Dokumente mit anpassbarer Granularität; Dokumentenanreicherungssysteme mit rechtlichen und kundenspezifischen Taxonomien; LLM-basierte Wissensgraph-Konstruktionspipelines, die heterogene rechtliche Kenntnisse extrahieren und verknüpfen; und skalierbare Systeme zur Generierung synthetischer Daten.
• Seien Sie der technische Leiter und primäre Ansprechpartner, um die volle Verantwortung für alle Forschungsleistungen sicherzustellen.
• Arbeiten Sie mit der Technik zusammen, um eine gut verwaltete Softwarebereitstellung und Zuverlässigkeit in großem Maßstab über mehrere Produktlinien hinweg zu gewährleisten.

Bewerten, Optimieren & Fähigkeiten Vorantreiben

• Entwickeln Sie umfassende Bewertungsstrategien sowohl für Komponenten- als auch für End-to-End-Qualität, unter Verwendung von Expertenannotation und synthetischen Daten.
• Wenden Sie robuste Trainingsmethoden an, die Leistung mit Latenzanforderungen ausbalancieren.
• Leiten Sie Initiativen zur Wissensdistillation, um große Modelle in produktionsbereite SLMs zu komprimieren.
• Halten Sie wissenschaftliche und technische Expertise durch Produktlieferungen, veröffentlichte Forschung und Beiträge zum geistigen Eigentum aufrecht.
• Informieren Sie die gemeinsamen Fähigkeiten und Forschungsthemen von Labs durch neuartige Ansätze zur Lösung herausfordernder Geschäftsprobleme.

Strategische technische Richtung vorantreiben

• Bestimmen Sie unabhängig geeignete Architekturen für komplexe Herausforderungen im Dokumentenverständnis, wobei Genauigkeit, Effizienz und Skalierbarkeit abgewogen werden.
• Treffen Sie kritische technische Entscheidungen zu semantischen Chunking-Strategien, Ansätzen zur Dokumentenklassifizierung, LLM-basierten Methoden zur Wissensgewinnung und Architekturen für das mehrdokumentarische Denken.
• Geben Sie Input an Geschäftspartner, Führungskräfte auf mittlerer bis höherer Ebene und die Leitung von Labs zur langfristigen KI-Strategie.
• Entwickeln Sie tiefgehendes Wissen über TR-Kunden und Dateninfrastrukturen über mehrere Produkte hinweg, um technische Fahrpläne zu gestalten.

Kommunizieren & Führen

• Arbeiten Sie eng mit Engineering- und Produktteams zusammen, um komplexe Herausforderungen im Dokumentenverständnis in skalierbare, produktionsbereite Lösungen zu übersetzen.
• Engagieren Sie Stakeholder über mehrere Produktlinien hinweg, um die Anforderungen an Anwendungsfälle tief zu verstehen und Ziele zu gestalten, die die Fähigkeiten des Dokumentenverständnisses mit unterschiedlichen geschäftlichen Bedürfnissen in Einklang bringen, einschließlich der nächsten Generation von Such- und tiefen Rechtsforschungen.
• Mentoren und coachen Sie Teammitglieder mit unterschiedlichen ML/NLP-Fähigkeiten, um technische Fähigkeiten in der gesamten Organisation aufzubauen.

Über Sie

• PhD in Informatik, KI, NLP oder einem verwandten Bereich oder einen Master-Abschluss mit gleichwertiger Forschungs-/Branchenerfahrung.
• Nachweisbare praktische Erfahrung im Aufbau und der Bereitstellung von Systemen zum Dokumentenverständnis, Informationsgewinnungspipelines oder Wissensgraph-Konstruktionen unter Verwendung von Deep Learning, LLMs und NLP-Methoden.
• Nachgewiesene Fähigkeit, komplexe Probleme des Dokumentenverständnisses in innovative KI-Anwendungen zu übersetzen, die Genauigkeit und Effizienz ausbalancieren.
• Nachgewiesene Fähigkeit, technische Führung zu bieten, Teammitglieder zu betreuen und ohne formale Autorität in einem angewandten Forschungsumfeld Einfluss zu nehmen.
• Starke Programmierkenntnisse (z.B. Python) und Erfahrung mit modernen Deep-Learning-Frameworks (z.B. PyTorch, Hugging Face Transformers, DeepSpeed).
• Veröffentlichungen in relevanten Fachzeitschriften wie ACL, EMNLP, ICLR, NeurIPS, SIGIR oder KDD.

Technische Qualifikationen

• Tiefes Verständnis der Grundlagen des Dokumentenverständnisses: Dokumentenlayoutanalyse, semantische Chunking-Ansätze über feste Größen oder absatzbasierte Methoden hinaus, Dokumentenklassifizierung mit hierarchischen Taxonomien, unausgewogene Mehrfachklassifizierung und Anpassung an domänenspezifische Schemata.
• Expertise in der Wissensgewinnung und dem Aufbau von Wissensgraphen: Entitätskennung und -verknüpfung, Relationsextraktion, Zitationsanalyse und Aufbau von Graphdarstellungen aus unstrukturiertem Text.
• Expertise in LLM-basierten Informationsgewinnung, Few-Shot- und Multi-Task-Lernen, Nachtraining und Wissensdistillation.
• Solides Verständnis von Techniken zur Generierung synthetischer Daten für NLP, einschließlich der Generierung von Frage-Antwort-Paaren mit Verifizierung und skalierbarer Datenaugmentation für das Training spezialisierter Modelle.
• Solides Verständnis von Effizienzoptimierung, einschließlich Wissensdistillation, Modellkompression und der Gestaltung von SLM-basierten Lösungen, die Leistung mit rechnerischen Einschränkungen ausbalancieren.
• Solides Verständnis von DL/ML-Ansätzen, die für NLP-Aufgaben verwendet werden.
• Erfahrung in der Gestaltung von Annotierungsworkflows, der Erstellung hochwertiger gekennzeichneter Datensätze mit klaren Richtlinien und der Entwicklung von Bewertungsrahmen für Aufgaben des Dokumentenverständnisses.

Was ist für Sie drin?

• Hybrid-Arbeitsmodell: Flexibles hybrides Arbeitsumfeld (2-3 Tage pro Woche im Büro, je nach Rolle), während Sie ein nahtloses digitales und physisches Erlebnis bieten.
• Flexibilität & Work-Life-Balance: Richtlinien wie Arbeiten von überall für bis zu 8 Wochen pro Jahr, die persönliche und berufliche Verantwortlichkeiten unterstützen.
• Karriereentwicklung und Wachstum: Kontinuierliches Lernen und Fähigkeitenentwicklung, Grow My Way-Programm und ein kompetenzorientierter Ansatz für Wachstum.
• Wettbewerbsfähige Branchenleistungen: Flexible Urlaubsregelungen, unternehmensweite mentale Gesundheitstage, Zugang zur Headspace-App, Altersvorsorge, Studiengebührenrückerstattung, Mitarbeiteranreizprogramme und Ressourcen für mentale, körperliche und finanzielle Gesundheit.
• Kultur: Inklusion und Zugehörigkeit, Flexibilität, Work-Life-Balance und mehr, mit den Kernwerten Kundenobsession, Wettbewerbsfähigkeit, Herausfordern des Denkens, schnelles Handeln / schnelles Lernen und gemeinsam stärker.
• Soziale Auswirkungen: Jährlich bezahlte Freiwilligentage, Pro-Bono-Beratung und ESG-Initiativen.
• Reale Auswirkungen: Beitrag zu Gerechtigkeit, Wahrheit und Transparenz durch Technologie.

Wir treffen auch angemessene Vorkehrungen für qualifizierte Personen mit Behinderungen und für aufrichtig gehaltene religiöse Überzeugungen gemäß den geltenden Gesetzen. Thomson Reuters ist ein Arbeitgeber, der Chancengleichheit bietet. Wir berücksichtigen Rasse, Hautfarbe, Geschlecht/Geschlecht, Schwangerschaft, Geschlechtsidentität und -ausdruck, nationale Herkunft, Religion, sexuelle Orientierung, Behinderung, Alter, Familienstand, Staatsbürgerschaft, Veteranenstatus oder andere geschützte Merkmale gemäß den geltenden Gesetzen.