Manager, Applied AI, Advanced Informatics

Der Manager für angewandte KI ist eine forschungsorientierte technische Rolle im Team für fortgeschrittene Informatik, verantwortlich für das Design und die Entwicklung von angewandten KI-Lösungen in Gesundheitssystemen und analytischen Pipelines. Diese Rolle arbeitet eng mit führenden Experten für angewandte KI zusammen, um ML-Probleme anhand komplexer Gesundheitsdaten zu formulieren, Methoden gegen klinische Wahrheiten zu validieren und wiederverwendbare analytische Fähigkeiten aufzubauen, auf die das breitere Informatikteam angewiesen ist.

Die ideale Kandidatin oder der ideale Kandidat bringt fundierte Kenntnisse in der KI/ML-Theorie, praktische Erfahrung in der Anwendung auf reale Datenprobleme mit und ist begeistert, ihre/seine Expertise an der Schnittstelle von maschinellem Lernen und Gesundheitsinformatik zu vertiefen.

Diese Position kann remote in den USA oder vor Ort in unseren Büros in Tarrytown, NY, Armonk, NY oder Warren, NJ sein.

Entdecken Sie Ihre Rolle:

• Design und Entwicklung von angewandten KI/ML-Lösungen für Anwendungsfälle in der Gesundheitsinformatik, von der Problemformulierung und Datenexploration bis hin zur Modellentwicklung und -bewertung.
• Übersetzung von geschäftlichen und klinischen Informatikherausforderungen in gut definierte KI/ML-Problemerklärungen mit klaren Erfolgskriterien.
• Aufbau und Pflege von ML-Pipelines, einschließlich Datenaufnahme, Merkmalsengineering, Modelltraining und -bewertung, in enger Zusammenarbeit mit der Produktionsengineering.
• Durchführung von Experimenten, Benchmarking und Ablationsstudien zur Validierung der Modellleistung und zur Information über Modellierungsentscheidungen.
• Partnerschaft mit klinischen Informatikern, Dateningenieuren und Produktions-AI/ML-Ingenieuren zur Integration von Modellen in Informatik-Workflows.
• Aktuell bleiben bei Fortschritten in Grundmodellen, LLMs, retrieval-unterstützter Generierung und deren Anwendung auf biomedizinische und Gesundheitsdaten.
• Beitrag zu Forschungsdokumentationen, internen technischen Berichten und, wo angemessen, externen Publikationen oder Konferenzpräsentationen.
• Klare Kommunikation des Verhaltens, der Einschränkungen und der Leistung von Modellen gegenüber sowohl technischen als auch nicht-technischen Stakeholdern.

Diese Rolle erfordert:

• Ein Bachelor-Abschluss (BS) in Informatik, Maschinellem Lernen, Datenwissenschaft, Biomedizinischer Informatik, Statistik oder einem eng verwandten Bereich ist erforderlich.
• Ein Ph.D. oder Master-Abschluss wird aufgrund der forschungsorientierten Natur dieser Rolle stark bevorzugt.
• Mindestens 4–6 Jahre progressive Erfahrung in angewandter KI/ML, mit nachgewiesener Fähigkeit, Modelle unabhängig zu entwickeln und zu bewerten.
• Ph.D.-Absolventen mit relevanter Forschungserfahrung können am unteren Ende dieses Spektrums berücksichtigt werden.

Wissen, Fähigkeiten und Fertigkeiten (erforderlich):

• Solides Verständnis von überwachten, unüberwachten und selbstüberwachten Lernverfahren; tiefen neuronalen Netzwerken; und modernen ML-Frameworks (PyTorch, TensorFlow oder gleichwertig).
• Starke Kenntnisse in Python und dem wissenschaftlichen ML-Stack (scikit-learn, HuggingFace Transformers, pandas, NumPy usw.).
• Erfahrung in der Gestaltung und Bewertung von NLP- oder multimodalen Modellen, einschließlich Feinabstimmung oder Prompt-Engineering mit großen Sprachmodellen.
• Kompetenz in der Experimentverfolgung, Modellversionierung und reproduzierbaren Forschungspraktiken (MLflow, W&B, DVC oder ähnlich).
• Vertrautheit mit cloud-basierten ML-Infrastrukturen (AWS SageMaker, GCP Vertex AI, Azure ML oder gleichwertig).
• Fähigkeit, technische Arbeiten unabhängig voranzutreiben und Ergebnisse klar über Teams hinweg zu kommunizieren.

Wissen, Fähigkeiten und Fertigkeiten (bevorzugt):

• Erfahrung mit Gesundheits- oder Lebenswissenschaftsdaten — EHR/EMR-Daten, Anspruchsdaten, klinische Notizen, genomische Daten oder Bildgebung.
• Informatikdomänenwissen (starker Pluspunkt): Vertrautheit mit medizinischen Terminologien und Ontologien (SNOMED CT, ICD-10/11, LOINC, RxNorm, OMOP CDM) und maschinenlesbaren Gesundheitsdatenstandards.
• Veröffentlichte Arbeiten oder Open-Source-Beiträge in angewandter ML, NLP oder computergestützter Biomedizin.
• Erfahrung mit MLOps-Pipelines, CI/CD für ML und Modellbeobachtbarkeit in Produktionsumgebungen.
• Vertrautheit mit föderiertem Lernen, datenschutzfreundlicher ML oder der Arbeit mit Datenverwendungsvereinbarungen in regulierten Umgebungen.

Gehaltsbereich (jährlich): $150,500.00 – $245,500.00

Regeneron ist ein Arbeitgeber, der Chancengleichheit bietet, und alle qualifizierten Bewerber werden ohne Rücksicht auf Rasse, Farbe, Religion oder Glauben (oder deren Fehlen), Geschlecht, sexuelle Orientierung, Geschlechtsidentität oder -ausdruck, Geschlechtsumwandlung, Familienstand oder Partnerschaftsstatus, zivilrechtlichen Status, Schwangerschaft oder Elternstatus, Alter, Behinderung, Staatsangehörigkeit, Staatsbürgerschaft, ethnische oder nationale Herkunft, Mitgliedschaft in der Reisenden-Gemeinschaft, familiären Status, genetischen Informationen, militärischen oder Veteranenstatus oder jede andere durch geltendes Recht geschützte Eigenschaft berücksichtigt.

Wo erforderlich, werden wir Bewerbern mit bekannten Behinderungen oder chronischen Krankheiten während des Rekrutierungsprozesses angemessene Unterkünfte bieten, es sei denn, eine solche Unterkunft würde eine unzumutbare Belastung darstellen.