AIML - Research Scientist, Health — Apple Retail Switzerland

Description complète

Résumé L'équipe personnalisée de l'IA for Science (PAIS) est à l'avant-garde de l'apprentissage automatique et des sciences de la santé chez Apple. Nous sommes une équipe de chercheurs en AI/ML profondément technique qui incubent des idées de recherche ambitieuses et développent de nouvelles méthodologies statistiques/ML, en fin de compte au service de nouvelles applications Apple santé et bien-être. Nous recherchons un chercheur qui combine l'expérience de l'apprentissage profond (et/ou du traitement des signaux) avec une base rigoureuse en statistique. Le candidat idéal est passionné par la robustesse du modèle et la rigueur scientifique, s'assurant que les modèles que nous déployons répondent aux normes élevées de preuve requises pour les applications en santé.

Désignation des marchandises Dans ce rôle, vous concevrez, formerez et adapterez des modèles modernes d'apprentissage profond sur des données de santé uniques, et appliquerez votre expertise statistique pour les évaluer rigoureusement — allant au-delà de l'exactitude globale pour interroger le comportement du modèle à travers les populations, les déplacements de distribution et les sous-groupes cliniquement significatifs. On s'attend à ce que vous participiez activement à la santé en tant que domaine d'application, en développant les connaissances du domaine nécessaires pour poser les bonnes questions de modélisation et évaluer les modèles par rapport aux réalités de l'utilisation clinique et du bien-être. Vous travaillerez en étroite collaboration avec des collaborateurs des équipes de recherche et de produits, et contribuerez à des fonctionnalités qui atteignent finalement un milliard d'appareils Apple dans le monde entier.

Qualités minimales

• Expérience pratique en matière de conception et de formation de modèles et d'architectures modernes d'apprentissage profond, y compris des modèles de fondation, de préformation autosupervisée, de multimodalité et d'adaptation par paramètres efficaces
• Expérience de caractérisation et d'amélioration de la robustesse des modèles de LM dans le cadre des déplacements de distribution qui sont courants dans les données sur la santé (variabilité du sujet, hétérogénéité du dispositif, dérive temporelle)
• Base solide dans les statistiques, avec la capacité de tirer des conclusions défendables à partir de données d'observation
• Capacité de concevoir et d'exécuter des évaluations de modèles non triviaux au-delà de la validation standard

Qualifications privilégiées

• Compétence en Python et en piles ML/analyse modernes, y compris le codage et l'analyse LLM
• Excellentes compétences en communication, y compris la capacité de présenter des travaux techniques à des publics cliniques et techniques étendus
• Recherche ou expérience appliquée dans le domaine de l'apprentissage approfondi et de la modélisation statistique dans le domaine de la santé (p. ex. appareils portables, études cliniques ou dossiers de santé électroniques)
• Expérience avec un ou plusieurs des éléments suivants : inférence causale, analyse de survie, modélisation de séries chronologiques ou analyse longitudinale
• Expérience d'une méthodologie d'évaluation rigoureuse pour la LM dans des contextes cliniques ou scientifiques, comme l'analyse comparative dans le cadre de déplacements de distribution contrôlés, l'analyse d'étalonnage ou la validation de niveau réglementaire
• Publications dans des lieux tels que NeurIPS, ICML, ICLR

Chez Apple, nous ne sommes pas tous pareils. Et c'est notre plus grande force. Nous tirons parti des différences dans notre identité, notre expérience et notre façon de penser. Parce que pour créer des produits qui servent tout le monde, nous croyons en l'inclusion de tout le monde. Par conséquent, nous nous engageons à traiter tous les candidats de façon équitable et équitable. Nous travaillerons avec les demandeurs pour prendre des mesures d'adaptation raisonnables.

Chez Apple, nous pensons que l'accessibilité est un droit humain fondamental. Vous trouverez cette idée reflétée dans tout ici — dans notre culture, nos avantages et nos outils numériques. En accueillant autant de perspectives que possible, nous vous aidons à bâtir une carrière où vous vous sentez comme à votre place.

Découvrez l'accessibilité sur le lieu de travail d'Apple

Questions sur cette offre