Senior Applied Scientist, Search - NLP/GenAI

Diese Position ist entweder in Zug, Schweiz oder London, UK angesiedelt. 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. 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 Produktionseinfluss zu lösen – Ihre Innovationen werden direkt beeinflussen, wie Millionen von Juristen komplexe juristische Dokumente recherchieren, analysieren und darüber nachdenken, während sie die Fähigkeiten vorantreiben, die die nächste Generation intelligenter rechtlicher KI-Agenten ermöglichen.

Über die Rolle

• Innovieren & Liefern: Entwerfen, bauen, testen und bereitstellen von End-to-End-KI-Lösungen für komplexe Dokumentenverständnisaufgaben im rechtlichen Bereich. Entwickeln Sie fortschrittliche Modelle für das semantische Chunking von langen, nicht einheitlich strukturierten juristischen Dokumenten mit anpassbaren Granularitätsstufen für verschiedene Anwendungsfälle. Bauen Sie Systeme zur Dokumentenbereicherung, die Dokumente gemäß rechtlichen und kundendefinierten Taxonomien klassifizieren und reichhaltige Metadaten extrahieren. Erstellen Sie LLM-basierte Pipelines zur Wissensgraphkonstruktion, die heterogenes juristisches Wissen einschließlich Zitationen, Entitäten und juristischen Konzepten aus verschiedenen rechtlichen Inhalten extrahieren und verknüpfen. Entwickeln Sie skalierbare Systeme zur Generierung synthetischer Daten zur Unterstützung des Modelltrainings, simulieren Sie komplexe juristische Forschungsanfragen und generieren Sie halluzinationsfreie Antworten. Arbeiten Sie in Zusammenarbeit mit Ingenieuren, um eine gut verwaltete Softwarebereitstellung und Zuverlässigkeit in großem Maßstab sicherzustellen.
• Bewerten & Optimieren: Entwickeln Sie umfassende Daten- und Bewertungsstrategien für sowohl komponentenbezogene als auch End-to-End-Qualität, unter Verwendung von Expertenannotation und synthetischer Datengenerierung. Wenden Sie robuste Trainings- und Evaluierungsmethoden an, die die Modellleistung mit den Anforderungen an die Latenz in Einklang bringen, insbesondere für SLM-basierte Lösungen. Wenden Sie Techniken zur Wissensdistillation an, um große Modelle in effiziente SLMs zu komprimieren, die für die Produktionsbereitstellung geeignet sind.
• Technische Entscheidungen treffen: Unabhängig geeignete Architekturen für herausfordernde Dokumentenverständnisprobleme bestimmen, einschließlich: semantische Chunking-Strategien, die unterschiedliche Dokumentenformate verarbeiten, die Struktur juristischer Dokumente bewahren und sich an unterschiedliche Granularitätsbedürfnisse anpassen; Dokumentklassifikationsansätze, die über verschiedene rechtliche Taxonomien hinweg funktionieren und sich auf kundendefinierte Schemata verallgemeinern; LLM-basierte Methoden zur Wissensextraktion, die Herausforderungen wie Zitationsfehler und kontextuelle Verweise bewältigen; Multi-Dokumenten-Argumentationsarchitekturen zur Generierung synthetischer Multi-Hop-Anfragen, die komplexe Muster der juristischen Forschung widerspiegeln. Genauigkeit, Effizienz und Skalierbarkeit ausbalancieren, während reale Herausforderungen wie die Verarbeitung unterschiedlicher Dokumentenformate und Inhaltstypen gelöst werden.
• Ausrichten & Kommunizieren: Eng mit Engineering- und Produktteams zusammenarbeiten, um komplexe Herausforderungen im Bereich des Dokumentenverständnisses in skalierbare, produktionsbereite Lösungen zu übersetzen. Stakeholder über mehrere Produktlinien hinweg einbeziehen, um die Anforderungen der 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 juristischen Recherchen.
• Das Feld vorantreiben: Wissenschaftliche und technische Expertise in einem oder mehreren relevanten Bereichen aufrechterhalten, wie durch Produktlieferungen, veröffentlichte Forschung an führenden Orten (z.B. ACL, EMNLP, ICLR, NeurIPS, SIGIR, KDD) und geistiges Eigentum demonstriert.

Über Sie

• PhD in Informatik, KI, NLP oder einem verwandten Bereich oder ein Master mit gleichwertiger Forschungs-/Branchenerfahrung.
• Nachweisbare praktische Erfahrung beim Aufbau und Bereitstellen von Systemen zum Dokumentenverständnis, Informationsgewinnungspipelines oder Wissensgraphkonstruktion 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.
• Berufserfahrung in der Skalierung Ihrer selbst und der Führung durch andere in einem angewandten Forschungsumfeld.
• Starke Programmierkenntnisse (z.B. Python) und Erfahrung mit modernen Deep-Learning-Frameworks (z.B. PyTorch, Hugging Face Transformers, DeepSpeed).
• Veröffentlichungen an relevanten Orten wie ACL, EMNLP, ICLR, NeurIPS, SIGIR, KDD.

Technische Qualifikationen

• Tiefes Verständnis der Grundlagen des Dokumentenverständnisses: Dokumentenlayoutanalyse, semantische Chunking-Ansätze über feste Größen oder absatzbasierte Methoden hinaus, Dokumentklassifikation, die hierarchische Taxonomien behandelt, unausgewogene Mehrfachklassifikation und Anpassung an domänenspezifische Schemata.
• Expertise in der Wissensextraktion und Wissensgraphkonstruktion: Entitätskennung und -verknüpfung, Relationsextraktion, Zitationsanalyse und Aufbau von Graphdarstellungen aus unstrukturiertem Text.
• Expertise in LLM-basierter Informationsgewinnung, Few-Shot- und Multi-Task-Lernen, Nachtraining und Wissensdistillation.
• Solides Verständnis von Techniken zur Generierung synthetischer Daten für NLP, einschließlich der Generierung von Abfragen und Antworten 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 in Einklang bringen.
• Solides Verständnis von DL/ML-Ansätzen, die für NLP-Aufgaben verwendet werden.
• Erfahrung in der Gestaltung von Annotation-Workflows, Erstellung hochwertiger gekennzeichneter Datensätze mit klaren Richtlinien und Entwicklung von Bewertungsrahmen für Aufgaben des Dokumentenverständnisses.

Hybrid Work Model: Wir haben ein flexibles hybrides Arbeitsumfeld (2-3 Tage pro Woche im Büro, je nach Rolle) für unsere bürobasierten Rollen angenommen, während wir ein nahtloses Erlebnis bieten, das digital und physisch verbunden ist.

Flexibilität & Work-Life-Balance: Flex My Way ist eine Reihe unterstützender Arbeitsplatzrichtlinien, die helfen sollen, persönliche und berufliche Verantwortlichkeiten zu managen, sei es, sich um die Familie zu kümmern, der Gemeinschaft etwas zurückzugeben oder Zeit zum Erfrischen und Zurücksetzen zu finden. Dies baut auf unseren flexiblen Arbeitsregelungen auf, einschließlich der Möglichkeit, bis zu 8 Wochen pro Jahr von überall aus zu arbeiten, was den Mitarbeitern ermöglicht, eine bessere Work-Life-Balance zu erreichen.

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 meistern und reale Lösungen zu liefern. Unser Grow My Way-Programm und der skills-first Ansatz stellen sicher, dass Sie die Werkzeuge und das Wissen haben, um zu wachsen, zu führen und in einer KI-fähigen Zukunft zu gedeihen.

Wettbewerbsfähige Branchenleistungen: Wir bieten umfassende Leistungspläne, die flexible Urlaubsregelungen, zwei unternehmensweite mentale Gesundheitstage, Zugang zur Headspace-App, Altersvorsorge, Studiengebührenrückerstattung, Mitarbeiteranreizprogramme und Ressourcen für mentale, körperliche und finanzielle Gesundheit umfassen.

Kultur: Global anerkannt, preisgekrönter Ruf für Inklusion und Zugehörigkeit, Flexibilität, Work-Life-Balance und mehr. Wir leben nach unseren Werten: Besessenheit für unsere Kunden, Wettbewerb um den Sieg, Herausforderung (Y)our Thinking, schnell handeln / schnell lernen und gemeinsam stärker.

Soziale Auswirkungen: Machen Sie einen Unterschied in Ihrer Gemeinschaft mit unserem sozialen Einfluss.