Научный сотрудник (ж/м/д)

Задайте новый ритм здравоохранению!

Мы ищем научного сотрудника для присоединения к команде Doctolab (Doctolib Clinical AI Research Lab).

Ваша миссия — создавать точные, хорошо откалиброванные и клинически надежные модели здоровья пациентов, обученные на масштабных медицинских данных. Работа носит как фундаментальный, так и прикладной характер: вы публикуете результаты, а ваши модели внедряются в продукты, используемые врачами и пациентами. Doctolib используется около 450 000 медицинских специалистов и 90 миллионов человек по всей Европе, и исследования, успешные в лаборатории, могут быть развернуты в таком масштабе.

Работа в Doctolib означает вклад в одну из ведущих европейских компаний в области здравоохранения и технологий, а также возможность видеть, как ваша работа улучшает уход за пациентами и работу практикующих врачей.

Как мы работаем

Doctolab — это исследовательская лаборатория на этапе становления, поэтому исследователи имеют реальное влияние на её направление и приоритеты. Мы тесно сотрудничаем с командами дата-сайенс и продуктовой разработки и остаёмся близки к данным.

Мы ожидаем от исследователей объяснения, почему вопрос важен, а не только почему он открыт. Проекты выбираются исходя из научных амбиций и того, что они меняют для пациентов и практикующих врачей. Работа подходит исследователям, которые хотят видеть применение своих результатов.

Вопросы, которые мы поднимаем, — это открытые проблемы машинного обучения: модели мира, предсказывающие последствия действий, калибровка и неопределённость, причинно-следственный вывод из наблюдательных данных, мультимодальное моделирование последовательностей, оркестрация между возможностями моделей. Результаты по этим вопросам актуальны далеко за пределами здравоохранения. Мы находимся в сильной позиции для работы над ними: у нас есть данные для обучения модели мира, клинический кейс, определяющий успех, и инженерный путь для внедрения результатов перед практикующими врачами и пациентами и получения обратной связи.

Опыт работы с медицинскими или здравоохранительными данными является плюсом, но не обязателен. Мы рады как начинающим, так и опытным исследователям.

Что вы будете делать

Ваши обязанности включают, но не ограничиваются:

• Создавать модель мира здоровья пациента: как состояние здоровья меняется со временем и реагирует на лечение, обученную на наблюдательных данных с учётом смешивающих факторов

• Разрабатывать методы оценки, проверяющие калибровку, устойчивость, интерпретируемость, конфиденциальность и обобщаемость вне обучающего распределения

• Работать с командами дата-сайенс и продукта для превращения результатов исследований в клинические функции

• Публиковаться на ведущих конференциях по машинному обучению и медицинской информатике

• Вовлекать международное сообщество здравоохранения и машинного обучения через открытую коллаборацию: конкурсы данных, общие бенчмарки и открытые релизы

• Помогать определять исследовательскую повестку лаборатории и её рабочие отношения с остальной компанией

Кто вы

Прежде чем читать дальше: если у вас нет точного профиля, описанного ниже, но вы считаете, что это описание работы соответствует вашим навыкам, мы всё равно приглашаем вас подать заявку.

Вы отлично подойдёте, если вы:

• Имеете степень PhD в области машинного обучения, статистики, информатики или смежной области, либо степень магистра с значительным исследовательским опытом

• Обладаете глубокими знаниями в одной или нескольких из следующих областей: обучение представлений и самообучение; большие языковые модели и мультимодальное моделирование; причинно-следственный вывод и обнаружение причин из наблюдательных данных; временное и динамическое моделирование; калибровка и оценка неопределённости; агентные системы и оркестрация; оценка и бенчмаркинг; аудит конфиденциальности моделей машинного обучения

• Имеете публикации в качестве первого автора на ведущих конференциях, таких как NeurIPS, ICML, ICLR, ACL, EMNLP или сопоставимых мероприятиях по медицинской информатике

• Самостоятельно вели исследование — от выбора вопроса до публикации результата

• Владеете Python и одним из фреймворков глубокого обучения, например PyTorch, и самостоятельно обучали модели

• Комфортно работаете с большими и несовершенными реальными данными

• Можете объяснить, почему исследовательский вопрос важен с научной точки зрения и для пациентов или практикующих врачей

• Свободно владеете английским языком, рабочим языком лаборатории

Будет замечательно, если вы:

• Имеете опыт работы с медицинскими или здравоохранительными данными, клиническими текстами или электронными медицинскими картами

• Внедряли исследовательские модели в производство или работали в тесном сотрудничестве с продуктовыми командами

• Публиковали открытый исходный код, бенчмарки или наборы данных

Жизнь в Doctolib Tech

• Наши решения построены на единой полностью облачной платформе, поддерживающей веб- и мобильные интерфейсы, несколько языков и адаптированной к требованиям стран и медицинских специальностей.

• Наш стек включает Rails, TypeScript, Java, Python, Kotlin, Swift и React Native.

• Мы этично используем ИИ во всех наших продуктах, чтобы расширить возможности пациентов и медицинских специалистов. Узнайте о нашем видении ИИ здесь.

Хотите узнать больше о нашей технической культуре и среде? Посетите сайт Doctolib Tech.

Что мы предлагаем

• Бесплатное комплексное медицинское страхование (базовый пакет) для вас и ваших детей

• 25 оплачиваемых отпускных дней в год, плюс до 14 дней RTT

• Бесплатные услуги по психическому здоровью и коучингу через нашего партнёра Moka.care

• Возможность работать из-за границы до 10 дней в году благодаря политике гибких дней

• Ланч-вокеры (карта Swile) стоимостью 8,50 € за рабочий день, из которых 4,50 € оплачивает Doctolib

• Субсидия от совета работников на частичное возмещение членства в спортивном клубе или творческом кружке

• 50% возмещение стоимости проездного на общественный транспорт

• Программа ParentCare: полное покрытие зарплаты (100%) в первый месяц отпуска по рождению ребёнка и 75% во второй месяц, оплачиваемое Doctolib

• Включение в долгосрочную программу распределения стоимости компании для сотрудников DoctoGrowth

• Для опекунов и работников с инвалидностью пакет, включающий адаптацию политики удалённой работы, дополнительные выходные по медицинским причинам и психологическую поддержку

• Поддержка при релокации в случае международной мобильности

• Доступ к лучшим инструментам ИИ для кодирования, разработки и специализированного обучения

Наш процесс собеседования

• Собеседование с рекрутером

• Одно или несколько собеседований по исследовательскому опыту

• Техническое / решение задач собеседование

• Поведенческое собеседование

• Минимум одна проверка рекомендаций

Мы хотим, чтобы ваш опыт был понятным, уважительным и прозрачным. Узнайте больше о нашем процессе найма на нашей странице опыта кандидата.

Детали вакансии

• Постоянная позиция

• Полная занятость

• Париж, Франция

• Гибридный режим работы (до 2 дней удалённо в неделю)

• Дата начала: как можно скорее

Мы приветствуем всех

В Doctolib мы стремимся улучшить доступ к здравоохранению для всех. Это отражается в нашем процессе найма. Мы оцениваем кандидатов исключительно по квалификациям и мотивации, без какой-либо дискриминации.

Чем разнообразнее идеи, тем больше наш продукт действительно улучшит здравоохранение для всех. Вы можете подать заявку в Doctolib независимо от вашего пола, религии, возраста, сексуальной ориентации, этнической принадлежности или инвалидности.

Для обеспечения равных возможностей мы рекомендуем исключать личную информацию (например, фотографии, возраст) из ваших заявок. Если вам требуется какое-либо приспособление, пожалуйста, сообщите нам для поддержки в процессе найма.

Присоединяйтесь к нам в создании здравоохранения, о котором мы все мечтаем!

Конфиденциальность ваших данных

Вся предоставленная информация обрабатывается Doctolib для управления заявками. Подробнее о обработке данных смотрите во Франции. Пожалуйста, обращайтесь по адресу hr.dataprivacy(at)doctolib.com для запросов или реализации ваших прав.