Lead Applied Scientist, Document Understanding

Diese Position ist in Zug, Schweiz oder London, UK. Die Rolle konzentriert sich auf den Aufbau von KI-Lösungen zur Dokumentenverständnis für die Rechts-, Steuer- und Dienstleistungsbranche. Der erfolgreiche Kandidat wird semantische Chunking-, Anreicherungs-, Klassifikations-, Extraktions- und Wissensgraph-Konstruktionssysteme entwerfen, die die Grundlage für unsere rechtliche KI-Plattform und deren nachgelagerte Such-, Denk- und generative KI-Fähigkeiten bilden.

Über die Rolle

• Entwurf und Bereitstellung von semantischen Chunking-Systemen für lange, nicht einheitlich strukturierte Dokumente.
• Aufbau von Dokumenten-Anreicherungspipelines, die Typen, Jurisdiktionen, Konzepte und andere domänenspezifische Metadaten identifizieren.
• Entwicklung hierarchischer und mehrstufiger Klassifikationssysteme unter Verwendung standardisierter und kundenspezifischer Taxonomien.
• Erstellung von LLM-basierten und traditionellen NLP-Extraktionspipelines für Entitäten, Beziehungen, Zitationen und Schlüsselkonzepte.
• Aufbau von Wissensgraph-Konstruktionssystemen, die Entitäten aus großen Sammlungen extrahieren, normalisieren, verbinden und anreichern.
• Entwurf von Systemen zur Analyse und Extraktion von Erkenntnissen aus komplexen tabellarischen Daten, die in rechtlichen, steuerlichen und buchhalterischen Dokumenten eingebettet sind.
• Entwicklung von Dokumentenintelligenzfähigkeiten zur Unterstützung von Such-, Abruf-, RAG- und agentischen KI-Workflows.
• Entwurf robuster Evaluierungsrahmen unter Verwendung von Expertenannotationen, synthetischen Datensätzen und Produktionsmetriken.
• Leitung technischer Entscheidungen zu Architekturen, Chunking-Strategien, Extraktionsmethoden, Klassifizierungsansätzen und Repräsentationsrahmen.
• Partnerschaft mit Engineering-Teams zur Bereitstellung skalierbarer, zuverlässiger, produktionsbereiter KI-Systeme.
• Technische Führung und Input in die KI-Strategie, Plattformfähigkeiten und langfristige Roadmap.
• Mentoring von angewandten Wissenschaftlern und Praktikern des maschinellen Lernens.

Über Sie

• PhD in Informatik, KI, NLP, Maschinelles Lernen, Informationsabruf oder einem verwandten Bereich mit Branchenerfahrung in der Bereitstellung von Dokumentenverständnissystemen in großem Maßstab.
• Praktische Erfahrung in Dokumentenanalyse, Extraktion, Klassifikation, Wissensdarstellung, Evaluierung und Produktionsbereitstellung.
• Nachweisliche Erfolge bei der Überführung fortschrittlicher NLP- und KI-Fähigkeiten von der Forschung in die Produktion mit messbarem Geschäftswert.
• Erfahrung im Aufbau von Systemen über OCR oder grundlegendes Parsing hinaus, die strukturiertes Wissen aus unstrukturierten Inhalten liefern.
• Expertise im Aufbau von Wissensgraphen aus realen Inhalten zur Verbesserung von Abruf, Denken und KI-Workflows.
• Fähigkeit, Erkenntnisse sowohl aus natürlicher Sprache als auch aus komplexen tabellarischen Daten zu extrahieren.
• Kollaborative Denkweise mit Fokus auf Lieferung und Produktionsleistung.

Vorteile

• Hybrides Arbeitsmodell: flexibler Bürozeitplan (2-3 Tage pro Woche) mit vollständiger digitaler und physischer Arbeitsplatzunterstützung.
• Flex My Way-Politik: flexible Zeitpläne, Arbeiten von überall für bis zu acht Wochen pro Jahr und Richtlinien, die persönliche und berufliche Verantwortlichkeiten unterstützen.
• Karriereentwicklungs- und Wachstumsprogramme, einschließlich der Grow My Way-Initiative und schwerpunktspezifischem Training.
• Wettbewerbsfähiges Leistungspaket: flexible Urlaubsregelung, zwei unternehmensweite mentale Gesundheitstage, Zugang zur Headspace-App, Altersvorsorge, Studiengebührenrückerstattung, Mitarbeiteranreizprogramme und Ressourcen für mentale, körperliche und finanzielle Gesundheit.
• Zwei bezahlte Freiwilligentage pro Jahr und Engagementmöglichkeiten in Pro-Bono-Beratung und ESG-Initiativen.

Gleichstellung der Beschäftigung

Bei Thomson Reuters sind wir ein Arbeitgeber, der Chancengleichheit bietet. Wir begrüßen Mitarbeiter, die gemäß den geltenden Gesetzen qualifiziert sind, unabhängig von Rasse, Hautfarbe, Geschlecht, Schwangerschaft, Geschlechtsidentität, nationaler Herkunft, Religion, sexueller Orientierung, Behinderung, Alter, Familienstand, Staatsbürgerschaft, Veteranenstatus oder einer anderen geschützten Klassifikation. Wir bieten angemessene Vorkehrungen für qualifizierte Personen mit Behinderungen und für aufrichtig gehaltene religiöse Überzeugungen.