AIML - Research Scientist, Health — Apple Retail Switzerland

Vollständige Beschreibung

Zusammenfassung Das Personalized AI for Science (PAIS)-Team steht bei Apple an der Spitze des maschinellen Lernens und der Gesundheitswissenschaften. Wir sind ein engmaschiges Team von hochtechnischen KI / ML-Forschern, die ehrgeizige Forschungsideen entwickeln und neue statistische / ML-Methoden entwickeln, die letztendlich neue Apple-Gesundheits- und Wohlbefindensanwendungen bedienen. Wir suchen einen Forscher, der Deep Learning (und / oder Signalverarbeitung) Erfahrung mit einer strengen Grundlage in der Statistik kombiniert. Der ideale Kandidat setzt sich für Modellrobustheit und wissenschaftliche Strenge ein und stellt sicher, dass die von uns eingesetzten Modelle den hohen Beweisstandards entsprechen, die für Gesundheitsanwendungen erforderlich sind.

Beschreibung In dieser Rolle entwerfen, trainieren und adaptieren Sie moderne Deep-Learning-Modelle für einzigartige Gesundheitsdaten und wenden Ihre statistische Expertise an, um sie rigoros zu bewerten - über die aggregierte Genauigkeit hinaus, um das Modellverhalten zwischen Populationen, Verteilungsverschiebungen und klinisch bedeutsamen Untergruppen abzufragen. Von Ihnen wird erwartet, dass Sie sich substanziell mit Gesundheit als Anwendungsgebiet befassen und das Domänenwissen entwickeln, das erforderlich ist, um die richtigen Modellierungsfragen zu stellen und Modelle gegen die Realitäten der klinischen Nutzung und des Wohlbefindens zu bewerten. Sie arbeiten eng mit Mitarbeitern in Forschungs- und Produktteams zusammen und tragen zu Funktionen bei, die letztendlich eine Milliarde Apple-Geräte weltweit erreichen.

Mindestqualifikationen

• Praktische Erfahrung beim Entwerfen und Trainieren moderner Deep-Learning-Modelle und -Architekturen, einschließlich Grundlagenmodellen, selbstüberwachtem Vortraining, Multimodalität und parametereffizienter Anpassung
• Erfahrung in der Charakterisierung und Verbesserung der Robustheit von ML-Modellen unter Verteilungsverschiebungen, die in Gesundheitsdaten üblich sind (Subjektvariabilität, Geräteheterogenität, zeitliche Drift)
• Starke Grundlage in der Statistik, mit der Fähigkeit, vertretbare Schlussfolgerungen aus Beobachtungsdaten zu ziehen
• Fähigkeit, nicht-triviale Modellbewertungen über die Standardvalidierung hinaus zu entwerfen und auszuführen

Bevorzugte Qualifikationen

• Kenntnisse in Python und modernen ML / Analyse-Stacks, einschließlich LLM-basierter Codierung und Analyse
• Hervorragende Kommunikationsfähigkeiten, einschließlich der Fähigkeit, technische Arbeiten einem klinischen und breiten technischen Publikum zu präsentieren
• Forschungs- oder Anwendungserfahrung im Bereich Deep Learning und statistische Modellierung im Gesundheitsbereich (z. B. tragbare Geräte, klinische Studien oder elektronische Patientenakten)
• Erfahrung mit einem oder mehreren von: Kausalinferenz, Überlebensanalyse, Zeitreihenmodellierung oder Längsschnittanalyse
• Erfahrung mit strengen Bewertungsmethodik für ML in klinischen oder wissenschaftlichen Umgebungen, wie Benchmarking unter kontrollierten Verteilungsverschiebungen, Kalibrierungsanalyse oder Validierung auf regulatorischer Ebene
• Veröffentlichungen an Orten wie NeurIPS, ICML, ICLR

Bei Apple sind wir nicht alle gleich. Und das ist unsere größte Stärke. Wir beziehen uns auf die Unterschiede darin, wer wir sind, was wir erlebt haben und wie wir denken. Denn um Produkte zu schaffen, die allen dienen, glauben wir daran, alle einzubeziehen. Daher verpflichten wir uns, alle Bewerber fair und gleich zu behandeln. Wir werden mit Bewerbern zusammenarbeiten, um angemessene Unterkünfte zu schaffen.

Bei Apple glauben wir, dass Zugänglichkeit ein grundlegendes Menschenrecht ist. Sie werden diese Idee in allem hier finden - in unserer Kultur, unseren Vorteilen und unseren digitalen Tools. Indem wir so viele Perspektiven wie möglich begrüßen, helfen wir Ihnen, eine Karriere aufzubauen, in der Sie sich wie Sie gehören fühlen.

Erfahren Sie mehr über die Zugänglichkeit am Arbeitsplatz von Apple

Fragen zu dieser Stellenanzeige