Lead Applied Scientist (m/w)

Informazioni sul lavoro ###### Location: Zug, hybrid Workload: Full-time I tuoi compiti: Progettare e implementare sistemi di semantic chunking per documenti legali, fiscali e contabili lunghi e non strutturati in modo uniforme Costruire pipeline di arricchimento dei documenti che identifichino tipi di documenti, giurisdizioni, concetti legali, entità, parti e altri metadati specifici del settore Sviluppare sistemi di classificazione dei documenti gerarchici e multi-label utilizzando tassonomie standard e definite dal cliente Costruire pipeline di estrazione delle informazioni basate su LLM e NLP tradizionale che identifichino entità, relazioni, citazioni, riferimenti e concetti chiave da contenuti non strutturati Sviluppare sistemi di costruzione di knowledge graph che estraggono, normalizzano, collegano e arricchiscono entità, concetti legali, citazioni e relazioni attraverso ampie collezioni di documenti Progettare sistemi che identifichino, interpretino ed estraggano insight da dati tabulari complessi incorporati in documenti legali, fiscali, normativi e contabili Creare capacità di document intelligence che supportino flussi di lavoro di ricerca, recupero, RAG e agentic AI a valle Progettare framework di valutazione robusti per sistemi di comprensione dei documenti utilizzando annotazioni di esperti, dataset sintetici e metriche di produzione Guidare le decisioni tecniche sulle architetture di analisi dei documenti, sulle strategie di chunking, sulle metodologie di estrazione, sugli approcci di classificazione e sui framework di rappresentazione della conoscenza Collaborare strettamente con i team di ingegneria per fornire sistemi di AI scalabili, affidabili e pronti per la produzione Fornire leadership tecnica e input sulla strategia AI, sulle capacità della piattaforma e sulle decisioni della roadmap a lungo termine Fare da mentore ad applied scientists e professionisti del machine learning in tutta l'organizzazione Il tuo profilo: Sei adatto per il ruolo di Lead Applied Scientist, Document Understanding se hai: PhD in Computer Science, AI, NLP, Machine Learning, Information Retrieval, o un campo correlato, con dimostrabile esperienza industriale post-laurea nello sviluppo e nell'implementazione di sistemi di comprensione dei documenti su larga scala. Profondità pratica nell'analisi dei documenti, nell'estrazione delle informazioni, nella classificazione, nella rappresentazione della conoscenza, nella valutazione e nel deployment in produzione. Aver portato con successo capacità avanzate di NLP e AI dalla ricerca alla produzione e comprendere come trasformare contenuti complessi e non strutturati in conoscenza strutturata che alimenta ricerca, recupero, ragionamento e flussi di lavoro intelligenti. Una mentalità collaborativa in cui puoi fare da mentore e misurare il successo in base a ciò che viene rilasciato e funziona in produzione. Esperienza nella costruzione di sistemi di comprensione dei documenti in produzione che vadano oltre il semplice OCR o il parsing di documenti e forniscano un impatto aziendale misurabile. Una comprensione di come trasformare ampie collezioni di documenti non strutturati in asset di conoscenza strutturata, costruendo knowledge graph da contenuti del mondo reale e utilizzandoli per migliorare il recupero, il ragionamento e i flussi di lavoro AI ed estraendo insight significativi sia dal linguaggio naturale che da contenuti tabulari complessi. Benötigte Skills ###### • Senior • Support • Machine Learning • Embedded • Master