Auf einen Blick
- Aufgaben: Entwickle KI-Lösungen für komplexe Dokumentenverständnisaufgaben im juristischen Bereich.
- Unternehmen: Thomson Reuters, ein führendes Unternehmen im Bereich juristische KI.
- Vorteile: Flexible Arbeitszeiten, umfassende Sozialleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Hybrid-Arbeitsmodell und eine Kultur der kontinuierlichen Weiterbildung.
- Warum dieser Job: Gestalte die Zukunft der juristischen Forschung mit innovativen Technologien und mache einen echten Unterschied.
- Qualifikationen: PhD oder Master in Informatik, KI oder verwandten Bereichen; Erfahrung in der Entwicklung von Dokumentenverständnissystemen.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Diese Position ist in Zug, Schweiz oder London, UK angesiedelt.
Document Understanding 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. In dieser neuen Rolle werden Sie hochmoderne Systeme für semantisches Chunking, Dokumentenanreicherung und Wissensgraphkonstruktion entwickeln, die als kognitive Grundlage für mehrere Produktteams dienen, die auf autoritative rechtliche, steuerliche und buchhalterische Inhalte sowie außergewöhnlich vielfältige Kundendaten angewiesen sind.
Dies ist eine seltene Gelegenheit, Forschungsprobleme in Publikationsqualität mit unmittelbarem Produktionsimpact zu lösen – Ihre Innovationen werden direkt beeinflussen, wie Millionen von Juristen komplexe rechtliche Dokumente recherchieren, analysieren und darüber nachdenken, während sie die Fähigkeiten vorantreiben, die die nächste Generation intelligenter rechtlicher KI-Agenten ermöglichen.
Über die RolleAls Applied Scientist bei Thomson Reuters werden Sie:
- Innovieren & Liefern: End-to-End-AI-Lösungen für komplexe Aufgaben des Dokumentenverständnisses im rechtlichen Bereich entwerfen, bauen, testen und bereitstellen.
- Fortgeschrittene Modelle für semantisches Chunking von langen, nicht einheitlich strukturierten rechtlichen Dokumenten mit anpassbaren Granularitätsstufen für verschiedene Anwendungsfälle entwickeln.
- Systeme zur Dokumentenanreicherung erstellen, die Dokumente gemäß rechtlichen und kundendefinierten Taxonomien klassifizieren und reichhaltige Metadaten extrahieren.
- LLM-basierte Pipelines zur Konstruktion von Wissensgraphen erstellen, die heterogene rechtliche Kenntnisse einschließlich Zitationen, Entitäten und rechtlichen Konzepten aus verschiedenen rechtlichen Inhalten extrahieren und verknüpfen.
- Skalierbare Systeme zur Generierung synthetischer Daten entwickeln, um das Modelltraining zu unterstützen, komplexe rechtliche Forschungsanfragen zu simulieren und halluzinationsfreie Antworten zu generieren.
- In Zusammenarbeit mit der Technik sicherstellen, dass die Softwarebereitstellung gut verwaltet und zuverlässig in großem Maßstab erfolgt.
Bewerten & Optimieren: Umfassende Daten- und Bewertungsstrategien sowohl auf Komponenten- als auch auf End-to-End-Qualität entwickeln, wobei Expertenannotation und synthetische Datengenerierung genutzt werden.
Technische Entscheidungen treffen: Unabhängig geeignete Architekturen für herausfordernde Probleme des Dokumentenverständnisses bestimmen.
Ausgerichtet & Kommunizieren: Eng mit Engineering- und Produktteams zusammenarbeiten, um komplexe Herausforderungen des Dokumentenverständnisses in skalierbare, produktionsbereite Lösungen zu übersetzen.
Das Feld voranbringen: Wissenschaftliche und technische Expertise in einem oder mehreren relevanten Bereichen aufrechterhalten.
Über SieSie passen zur Rolle des Applied Scientist, wenn Sie:
- Ein PhD in Informatik, KI, NLP oder einem verwandten Bereich haben oder einen Master-Abschluss mit gleichwertiger Forschungs-/Branchenerfahrung.
- Nachweisbare praktische Erfahrung im Aufbau und in der Bereitstellung von Systemen zum Dokumentenverständnis, Informationsgewinnungspipelines und Wissensdestillation oder Wissensgraphkonstruktion mit Deep Learning, LLMs und NLP-Methoden haben.
- Ein solides Verständnis von Techniken zur Generierung synthetischer Daten für NLP haben.
- Ein tiefes Verständnis der Grundlagen des Dokumentenverständnisses haben.
- Die Fähigkeit nachweisen können, komplexe Probleme des Dokumentenverständnisses in innovative KI-Anwendungen zu übersetzen.
- Berufserfahrung im Skalieren und Führen durch andere in einem angewandten Forschungskontext haben.
- Starke Programmierkenntnisse (z.B. Python) und Erfahrung mit modernen Deep-Learning-Frameworks (z.B. PyTorch, Hugging Face Transformers, DeepSpeed) haben.
- Veröffentlichungen in relevanten Fachzeitschriften wie ACL, EMNLP, ICLR, NeurIPS, SIGIR, KDD haben.
Hybrid Work Model: Wir haben ein flexibles hybrides Arbeitsumfeld angenommen (2-3 Tage pro Woche im Büro, je nach Rolle).
Flexibilität & Work-Life-Balance: Flex My Way ist eine Reihe unterstützender Arbeitsplatzrichtlinien, die helfen, persönliche und berufliche Verantwortlichkeiten zu managen.
Karriereentwicklung und Wachstum: Durch die Förderung einer Kultur des kontinuierlichen Lernens und der Fähigkeitenentwicklung bereiten wir unser Talent darauf vor, die Herausforderungen von morgen zu bewältigen.
Wettbewerbsfähige Vorteile: Wir bieten umfassende Leistungspläne, einschließlich flexibler Urlaubsregelungen und Zugang zu Ressourcen für das Wohlbefinden.
Kultur: Global anerkannt, preisgekrönt für Inklusion und Zugehörigkeit.
Soziale Auswirkungen: Machen Sie einen Unterschied in Ihrer Gemeinschaft mit unserem Social Impact Institute.
Reale Auswirkungen: Wir sind eines der wenigen Unternehmen weltweit, das seinen Kunden hilft, Gerechtigkeit, Wahrheit und Transparenz zu verfolgen.
Applied Scientist, Search Arbeitgeber: Refinitiv
Thomson Reuters ist ein herausragender Arbeitgeber, der seinen Mitarbeitern in Zug oder London eine dynamische und unterstützende Arbeitsumgebung bietet. Mit einem flexiblen Hybrid-Arbeitsmodell, umfangreichen Entwicklungsmöglichkeiten und einem starken Fokus auf Work-Life-Balance fördert das Unternehmen eine Kultur des kontinuierlichen Lernens und der sozialen Verantwortung. Die Mitarbeiter profitieren von wettbewerbsfähigen Leistungen und der Möglichkeit, an bedeutenden Projekten zu arbeiten, die einen echten Einfluss auf die Rechtsbranche haben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Applied Scientist, Search erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Lass uns wissen, wenn du Fragen hast oder Unterstützung brauchst!
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Wir können dir helfen, die besten Ressourcen zu finden, um deine Fähigkeiten zu verbessern.
✨Tipp Nummer 3
Sei proaktiv und zeige dein Interesse! Kontaktiere Recruiter direkt über unsere Website und stelle Fragen zu offenen Positionen. Das zeigt Engagement und kann dir einen Vorteil verschaffen.
✨Tipp Nummer 4
Bleib dran und sei geduldig! Der Jobmarkt kann herausfordernd sein, aber wir sind hier, um dich zu unterstützen. Nutze unsere Tools, um deine Suche zu optimieren und den perfekten Job zu finden.
Wir glauben, dass du diese Fähigkeiten brauchst, um Applied Scientist, Search mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, sei authentisch und zeige deine Persönlichkeit. Wir suchen nach Menschen, die nicht nur die nötigen Fähigkeiten haben, sondern auch gut ins Team passen.
Mach es konkret!:Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um zu zeigen, wie du die Anforderungen der Stelle erfüllst. Das hilft uns, deine Qualifikationen besser zu verstehen und zu sehen, wie du in unser Team passt.
Achte auf die Details!:Überprüfe deine Bewerbung auf Rechtschreib- und Grammatikfehler. Eine sorgfältig ausgearbeitete Bewerbung zeigt uns, dass du dir Mühe gibst und die Position ernst nimmst.
Bewirb dich über unsere Website!:Wir empfehlen dir, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung schnell und effizient bei uns ankommt und wir sie zeitnah bearbeiten können.
Wie man sich auf ein Vorstellungsgespräch bei Refinitiv vorbereitet
✨Verstehe die Rolle und das Unternehmen
Mach dich mit der Position des Applied Scientist und den spezifischen Anforderungen vertraut. Informiere dich über die Produkte und Technologien, die das Unternehmen verwendet, insbesondere im Bereich der Dokumentenverarbeitung und KI. Das zeigt dein Interesse und deine Vorbereitung.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die du in der Vergangenheit hattest und die relevant für die Aufgaben sind, die du übernehmen würdest. Sei bereit, über deine Erfahrungen mit NLP, Deep Learning und Dokumentenverständnis zu sprechen und wie du diese Fähigkeiten angewendet hast.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das können Fragen zur Teamstruktur, den Herausforderungen bei der Entwicklung von KI-Lösungen oder den nächsten Schritten im Rekrutierungsprozess sein. Das zeigt, dass du aktiv an dem Gespräch teilnimmst.
✨Technische Fähigkeiten demonstrieren
Sei bereit, deine Programmierkenntnisse und Erfahrungen mit modernen Deep Learning Frameworks wie PyTorch oder Hugging Face zu demonstrieren. Möglicherweise wirst du gebeten, technische Probleme zu lösen oder deine Ansätze zur Modelloptimierung zu erläutern. Übe dies im Voraus!
