Auf einen Blick
- Aufgaben: Leite spannende ML-Forschungsprojekte im Bereich klinische KI und NLP.
- Unternehmen: Rad AI, ein innovatives Unternehmen im Gesundheitswesen mit Fokus auf KI.
- Vorteile: Umfassende Gesundheitsleistungen, flexible Arbeitszeiten und jährliche Teamausflüge.
- Weitere Informationen: Remote-first Kultur mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der medizinischen KI und arbeite an realen Herausforderungen.
- Qualifikationen: Erfahrung in ML-Forschung und Kenntnisse in medizinischer Terminologie erforderlich.
We are seeking a Staff Machine Learning Research Scientist to help define and drive the next generation of applied research in NLP and clinical AI at Rad AI.
The ideal candidate brings deep experience in machine learning and medical AI, and is comfortable with medical literature, clinical terminology, and the nuanced decision-making criteria used by clinicians.
What You’ll Do
- Lead high-impact ML research projects from concept to deployment, focused on clinical NLP and reasoning systems.
- Define the technical direction of research initiatives within your product area; identifying opportunities to apply state‑of‑the‑art models to real‑world radiology workflows.
- Collaborate closely with radiologists and clinical experts to understand diagnostic reasoning patterns, report structures, and clinical decision‑making criteria—then encode that understanding into robust ML systems.
- Architect and evaluate models that integrate structured and unstructured medical data (clinical notes, diagnostic criteria, patient context) to enhance diagnostic reasoning and reporting accuracy.
- Build NLP systems that can parse, reason over, and generate clinically accurate content using medical terminology and ontologies.
- Mentor and guide other researchers in experimental design, model reproducibility, and technical communication.
- Advance research infrastructure by contributing to data pipelines, training frameworks, and model evaluation tooling.
What We’re Looking For
- MS or Ph D (or equivalent research experience) in Computer Science, Electrical Engineering, Computational Linguistics, Biomedical Informatics, or a related quantitative field.
- 6+ years of applied ML research experience (industry or academia).
Proven experience building NLP or ML systems for healthcare, clinical documentation, or biomedical applications —you should have shipped models that work with clinical text, radiology reports, EHRs, medical literature, or similar medical data.
Demonstrated fluency with medical terminology and clinical reasoning —you should be able to read and understand radiology reports, parse diagnostic criteria, and grasp how radiologists formulate clinical decisions.
Track record of successful collaboration with clinicians —you’ve worked directly with physicians, radiologists, or clinical researchers to understand requirements, validate models, and iterate based on medical domain expertise.
- Deep expertise in NLP and modern deep learning architectures—particularly transformers and large language models.
- Strong engineering skills with modern ML frameworks such as Py Torch.
- Demonstrated ability to take ML models from research to production in complex, data‑rich environments.
- Exceptional written and verbal communication skills—able to explain complex technical ideas to cross‑functional partners and synthesize clinical domain knowledge into research directions.
- Preferred Qualifications
- Experience with medical named entity recognition, clinical text classification, information extraction, report generation, or diagnostic reasoning systems.
- Prior work modeling clinical decision‑making logic, differential diagnosis, or impression synthesis.
- Familiarity with medical data standards (DICOM metadata, HL7/FHIR) and healthcare NLP corpora.
- Clinical background (MD, DO) or formal training in medical informatics, computational biology, or health systems.
- Experience working specifically in radiology, diagnostic imaging workflows, or medical reporting systems.
- Track record of technical mentorship and contribution to broader research culture. Experience in regulated or privacy‑sensitive domains (HIPAA, FDA, etc.).
- Publications in healthcare AI, clinical NLP, or biomedical informatics venues.
Benefits
- Comprehensive Medical, Dental, Vision & Life insurance
- HSA (with employer match), FSA, & DCFSA
- 11 Paid Company Holidays
- Location Flexibility (Remote‑first company!)
- Flexible PTO policy
- Annual company‑wide offsite
- Periodic team offsites
- Annual equipment stipend
- For roles based outside the US, your recruiter can share more details
Compensation
$200K – $230K • Offers Equity
At Rad AI, we value diversity and provide equal employment opportunities (EEO) to all employees and applicants without regard to race, color, religion, national origin, gender, sexual orientation, age, marital status, veteran status, or disability status.
We will consider for employment qualified applicants with criminal histories in a manner consistent with the requirements of the San Francisco Fair Chance Ordinance.
#J-18808-Ljbffr
Staff ML Research Scientist (Clinical) Arbeitgeber: Rad AI
Rad AI ist ein hervorragender Arbeitgeber, der sich leidenschaftlich für die Transformation des Gesundheitswesens durch künstliche Intelligenz einsetzt. Mit einem dynamischen Arbeitsumfeld, das Innovation und Zusammenarbeit fördert, bietet Rad AI nicht nur wettbewerbsfähige Vergütungen und umfassende Sozialleistungen, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung in einer schnell wachsenden Branche. Die Unternehmenskultur legt großen Wert auf Vielfalt und Inklusion, was es zu einem inspirierenden Ort macht, um an bedeutungsvollen Projekten zu arbeiten, die das Leben von Patienten verbessern.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff ML Research Scientist (Clinical) erhalten könntest
✨Netzwerken über Branchenveranstaltungen
Such nach Konferenzen und Messen in der Biotechnologie, die in der Nähe stattfinden. Diese Events sind eine super Gelegenheit, um direkt mit Leuten von Unternehmen wie Rad AI zu quatschen, mehr über deren aktuelle Projekte zu erfahren und deinen ersten Fuß in die Tür zu bekommen.
✨LinkedIn-Gruppen beitreten
Schau dir LinkedIn-Gruppen an, die sich auf Biotechnologie konzentrieren. Hier kannst du Fragen stellen, dich an Diskussionen beteiligen und herausfinden, welche Fähigkeiten gerade gefragt sind. Vielleicht bemerkst du auch, dass jemand von Rad AI aktiv ist und du direkt Kontakt aufnehmen kannst.
✨Praktische Erfahrungen durch Nebenprojekte
Nutze deine Freizeit, um an kleinen Projekten oder Forschungsarbeiten in der Biotechnologie zu arbeiten. Das zeigt Initiative und gibt dir nicht nur mehr Wissen, sondern auch etwas Konkretes zum Zeigen bei Bewerbungsgesprächen, wenn du für die Vollzeitstelle bei Rad AI vorsprichst.
✨Wie bei uns: Durch eigene Initiativen hervorstechen
Wir wissen, dass Selbstinitiativen gefragt sind! Wenn du dich in der Biotechnologie bewähren möchtest, kannst du zum Beispiel einen Blog über aktuelle Trends starten oder an Open-Source-Projekten mitarbeiten. Zeig deine Leidenschaft und wieso gerade du perfekt zu Rad AI passt.
Wir glauben, dass du diese Fähigkeiten brauchst, um Staff ML Research Scientist (Clinical) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Hebe deine Biotechnologie-Expertise hervor:Da es sich um ein Vollzeit-Stellenangebot im Bereich Biotechnologie handelt, solltest du deine relevanten Kenntnisse und Erfahrungen klar und deutlich präsentieren. Achte darauf, spezifische Projekte oder Forschungen, an denen du gearbeitet hast, zu erwähnen und welche Techniken oder Technologien du dabei verwendet hast.
Verweise auf relevante Zertifikate oder Abschlüsse:Im Bereich Biotechnologie sind bestimmte Abschlüsse und Zertifikate besonders wichtig. Stelle sicher, dass dein Lebenslauf deine akademische Ausbildung und eventuell relevante Zertifikate, wie beispielsweise Laborzertifikate, gut zur Geltung bringt. Diese könnten für Rad AI entscheidend sein, um deine Qualifikation für Staff ML Research Scientist (Clinical) zu unterstreichen.
Erkläre deine Motivation für den Einstieg:In deinem Motivationsschreiben solltest du klar herausstellen, warum du gerade bei Rad AI im Bereich Biotechnologie arbeiten möchtest. Vielleicht hast du ein persönliches Interesse an der Biotechnologie oder bewunderst die Projekte, die das Unternehmen durchführt. Zeig uns, was dich antreibt und warum du ein wertvolles Mitglied im Team sein würdest!
Lass deine Leidenschaft durchscheinen:Nutze die Gelegenheit, in deinem Anschreiben oder Lebenslauf zu zeigen, was dich an der Biotechnologie fasziniert. Zeige in deinen Worten, dass du für diesen Bereich brennst und bereit bist, deine Kenntnisse und Fähigkeiten in einem Vollzeitjob bei Rad AI einzubringen. Das hebt dich von anderen Bewerbungen ab!
Wie man sich auf ein Vorstellungsgespräch bei Rad AI vorbereitet
✨Verstehe die biologischen Grundlagen
Egal, ob es um Labortechniken oder molekulare Biologie geht – mach dich mit den grundlegenden biologischen Konzepten vertraut, die für das Unternehmen wichtig sind. Bei einem Gespräch mit Rad AI könnten dir technische Fragen zu Experimenten oder spezifischen Methoden gestellt werden, also sei vorbereitet, deine Kenntnisse überzeugend zu präsentieren.
✨Portfolio der bisherigen Projekte
Stell sicher, dass du eine Auswahl von Projekten hast, die du während des Interviews präsentieren kannst. Das könnte alles von Praktika bis zu Uni-Projekten sein, die deine praktischen Fähigkeiten in der Biotechnologie demonstrieren. Dadurch zeigst du nicht nur deine Erfahrung, sondern auch dein Engagement für das Fachgebiet.
✨Soft Skills sind wichtig!
In der Biotechnologie sind Teamarbeit und Kommunikationsfähigkeiten entscheidend. Sei bereit, Beispiele zu geben, in denen du erfolgreich im Team gearbeitet hast oder komplexe Informationen einfach vermitteln konntest. Rad AI wird wahrscheinlich wissen wollen, wie du dich in einem Team von Wissenschaftlern einbringst.
✨Bleibe auf dem neuesten Stand – auch mit aktuellen Entwicklungen
Schau dir einige der neuesten Trends oder Technologien in der Biotechnologie an, wie CRISPR oder personalisierte Medizin. Wenn du über aktuelle Themen sprichst, zeigst du nicht nur dein Interesse an der Branche, sondern kannst auch deine Initiativen zur kontinuierlichen Weiterbildung unter Beweis stellen, was für Rad AI sicher beeindruckend ist.