AIML - Research Scientist, Health — Apple Retail Switzerland

Descrizione completa

Sintesi Il team di AI Personalized per la Scienza (PAIS) è all'avanguardia nell'apprendimento automatico e nella scienza della salute di Apple. Siamo un team di scienziati di ricerca AI/ML profondamente tecnici che incubano idee di ricerca ambiziose e sviluppano nuove metodologie statistiche/ML, in definitiva al servizio di nuove applicazioni per la salute e il benessere Apple. Stiamo cercando uno scienziato di ricerca che combina l'esperienza di apprendimento profondo (e / o elaborazione del segnale) con una base rigorosa nelle statistiche. Il candidato ideale è appassionato di robustezza del modello e rigore scientifico, assicurando che i modelli che distribuiamo soddisfino gli elevati standard di prova richiesti dalle applicazioni sanitarie.

Descrizione In questo ruolo, progettare, formare e adattare moderni modelli di deep learning su dati sanitari unici, e applicare la vostra esperienza statistica per valutarli rigorosamente - andando oltre l'accuratezza aggregata per interrogare il comportamento del modello su popolazioni, spostamenti distributivi e sottogruppi clinicamente significativi. Si prevede di impegnarsi in modo sostanziale con la salute come area di applicazione, sviluppando le conoscenze di dominio necessarie per porre le giuste domande di modellazione e valutare i modelli contro le realtà di uso clinico e di benessere. Potrai lavorare a stretto contatto con i collaboratori di team di ricerca e prodotti, e contribuire a caratteristiche che alla fine raggiungono un miliardo di dispositivi Apple in tutto il mondo.

Qualifiche minime

• Hands-on esperienza progettazione e formazione moderni modelli di deep learning e architetture, tra cui modelli di fondazione, preformazione self-supervised, multimodalità e adattamento a parametri
• Esperienza che caratterizza e migliora la robustezza dei modelli ML in turni distributivi comuni in dati sanitari (soggetti variabilità, eterogeneità del dispositivo, deriva temporale)
• Forte fondazione nelle statistiche, con la capacità di trarre conclusioni defensibili dai dati osservazionali
• Capacità di progettare ed eseguire valutazioni non banali del modello oltre la validazione standard

Preferiti

• Proficienza in pila di Python e moderni ML/analysis, tra cui codifica e analisi basati su LLM
• Eccellente capacità di comunicazione, tra cui la capacità di presentare il lavoro tecnico a pubblico tecnico clinico e ampio
• Ricerca o esperienza applicata nell'apprendimento approfondito e nella modellazione statistica nel campo della salute (ad esempio dispositivi indossabili, studi clinici o registri sanitari elettronici)
• Esperienza con una o più di: inferenza causale, analisi di sopravvivenza, modellazione di serie temporali o analisi longitudinali
• Esperienza con una rigorosa metodologia di valutazione per ML in ambienti clinici o scientifici, come il benchmarking in turni di distribuzione controllati, analisi di calibrazione o convalida di livello normativo
• Pubblicazioni in luoghi come NeurIPS, ICML, ICLR

A Apple, non siamo tutti uguali. E questa e' la nostra piu' grande forza. Disegniamo le differenze di chi siamo, di ciò che abbiamo sperimentato e di come pensiamo. Perché per creare prodotti che servono tutti, crediamo in inclusi tutti. Pertanto, ci impegniamo a trattare tutti i candidati in modo equo ed equo. Collaboreremo con i candidati per fare qualsiasi alloggio ragionevole.

A Apple, crediamo che l'accessibilità sia un diritto umano fondamentale. Troverete che l'idea riflessa in tutto qui — nella nostra cultura, i nostri benefici e i nostri strumenti digitali. Accogliendo quante più prospettive possibile, vi aiutiamo a costruire una carriera in cui vi sentite come voi appartenete.

Scopri l’accessibilità sul posto di lavoro di Apple

Domande frequenti su questo annuncio