Auf einen Blick
- Aufgaben: Leite innovative AI-Lösungen für komplexe Dokumentenverständnisaufgaben im Rechtsbereich.
- Unternehmen: Thomson Reuters, ein führendes Unternehmen in der Rechts- und Steuertechnologie.
- Vorteile: Flexibles Arbeitsmodell, umfassende Sozialleistungen und Karriereentwicklungsmöglichkeiten.
- Weitere Informationen: Globale Anerkennung für Vielfalt und soziale Verantwortung.
- Warum dieser Job: Gestalte die Zukunft der Rechtsforschung mit modernster KI-Technologie.
- Qualifikationen: PhD oder Master in Informatik, AI oder NLP mit praktischer Erfahrung.
Das prognostizierte Gehalt liegt zwischen 56250 - 68750 € pro Jahr.
Diese Position ist in Zug, Schweiz oder London, UK angesiedelt. Möchten Sie Ihre Erfahrung im Aufbau von suchgesteuerten KI-Lösungen nutzen, um unsere führenden Produkte in den Bereichen Steuern, Recht und professionelle Dienstleistungen zu verbessern? Das Dokumentenverständnis ist eine grundlegende Intelligenzschicht, die jede wichtige Fähigkeit unserer rechtlichen KI-Plattform antreibt – von der Suche und Informationsgewinnung bis hin zum agentischen Denken in Produkten wie Westlaw, PracticalLaw und CoCounsel.
Sie werden hochmoderne semantische Chunking-, Dokumentenanreicherungs- und Wissensgraph-Konstruktionssysteme entwickeln, die als kognitive Grundlage für mehrere Produktteams dienen, während Sie mit autoritativen rechtlichen, steuerlichen und buchhalterischen Inhalten sowie außergewöhnlich vielfältigen Kundendaten arbeiten. Dies ist eine seltene Gelegenheit, Publikationsqualitätsforschungsprobleme mit unmittelbarem Produktionsimpact zu lösen – Ihre Innovationen werden direkt beeinflussen, wie Millionen von Rechtsfachleuten komplexe rechtliche Dokumente recherchieren, analysieren und darüber nachdenken, während sie die Fähigkeiten vorantreiben, die die nächste Generation intelligenter rechtlicher KI-Agenten ermöglichen.
Über die Rolle
- Leiten Sie das Design, den Aufbau, den Test und die Bereitstellung von End-to-End-KI-Lösungen für komplexe Dokumentenverständnisaufgaben im rechtlichen Bereich.
- Leiten Sie die Ausführung großangelegter Projekte, einschließlich: fortgeschrittener semantischer Chunking-Modelle für lange, nicht einheitlich strukturierte rechtliche Dokumente mit anpassbarer Granularität; Dokumentenanreicherungssysteme mit rechtlichen und kundenspezifischen Taxonomien; LLM-basierte Wissensgraph-Konstruktionspipelines, die heterogene rechtliche Kenntnisse extrahieren und verknüpfen; und skalierbare Systeme zur Generierung synthetischer Daten.
- Seien Sie der technische Leiter und primäre Ansprechpartner, um die volle Verantwortung für alle Forschungsleistungen sicherzustellen.
- Arbeiten Sie mit der Technik zusammen, um eine gut verwaltete Softwarebereitstellung und Zuverlässigkeit in großem Maßstab über mehrere Produktlinien hinweg zu gewährleisten.
- Entwickeln Sie umfassende Evaluierungsstrategien für sowohl komponentenbasierte als auch End-to-End-Qualität, unter Verwendung von Expertenannotation und synthetischen Daten.
- Wenden Sie robuste Trainingsmethoden an, die Leistung mit Latenzanforderungen in Einklang bringen.
- Leiten Sie Initiativen zur Wissensdistillation, um große Modelle in produktionsbereite SLMs zu komprimieren.
- Halten Sie wissenschaftliche und technische Expertise durch Produktlieferungen, veröffentlichte Forschung und Beiträge zum geistigen Eigentum aufrecht.
- Informieren Sie die gemeinsamen Fähigkeiten und Forschungsthemen von Labs durch neuartige Ansätze zur Lösung herausfordernder Geschäftsprobleme.
Über Sie
- PhD in Informatik, KI, NLP oder einem verwandten Bereich oder einen Master-Abschluss mit gleichwertiger Forschungs-/Branchenerfahrung.
- Nachweisbare praktische Erfahrung im Aufbau und der Bereitstellung von Dokumentenverständnissystemen, Informationsgewinnungspipelines oder Wissensgraph-Konstruktionen 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 in Einklang bringen.
- Demonstrierte Fähigkeit, technische Führung zu bieten, Teammitglieder zu betreuen und ohne formale Autorität in einem angewandten Forschungsumfeld Einfluss zu nehmen.
- Starke Programmierkenntnisse (z.B. Python) und Erfahrung mit modernen Deep-Learning-Frameworks (z.B. PyTorch, Hugging Face Transformers, DeepSpeed).
Was ist für Sie drin?
- Hybrid-Arbeitsmodell: Wir haben ein flexibles hybrides Arbeitsumfeld für unsere bürobasierten Rollen angenommen.
- 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 Branchenleistungen: Wir bieten umfassende Leistungspläne, einschließlich flexibler Urlaubsregelungen und Zugang zu verschiedenen Ressourcen für das Wohlbefinden.
- Kultur: Anerkannte, preisgekrönte Reputation für Inklusion und Zugehörigkeit.
- Soziale Auswirkungen: Machen Sie einen Unterschied in Ihrer Gemeinschaft mit unserem Social Impact Institute.
Lead Applied Scientist, Search - NLP/GenAI Arbeitgeber: Thomson Reuters
Pagero, jetzt Teil von Thomson Reuters, bietet eine dynamische Arbeitsumgebung, die Innovation und Zusammenarbeit fördert. Mit einem flexiblen hybriden Arbeitsmodell und umfassenden Entwicklungsmöglichkeiten unterstützt das Unternehmen seine Mitarbeiter dabei, beruflich zu wachsen und eine ausgewogene Work-Life-Balance zu erreichen. Die Unternehmenskultur legt großen Wert auf Vielfalt, Inklusion und sozialen Einfluss, was es zu einem hervorragenden Arbeitgeber macht, der sich für die Gemeinschaft und die persönliche Entwicklung seiner Mitarbeiter einsetzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Lead Applied Scientist, Search - NLP/GenAI erhalten könntest
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei Thomson Reuters anzuklopfen, wenn du dich auf die Stelle als Lead Applied Scientist, Search - NLP/GenAI bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei Thomson Reuters vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Lead Applied Scientist, Search - NLP/GenAI mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei Thomson Reuters klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei Thomson Reuters vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.