Johnson & Johnson
Johnson & Johnson
Johnson & Johnson er en global sundhedsvirksomhed, der arbejder med innovativ medicin og medicinsk teknologi. Virksomhedens teams udvikler løsninger inden for onkologi, immunologi, neurovidenskab, specialiseret oftalmologi, interventionel behandling og ortopædi, hvor videnskab og teknologi kombineres for at imødekomme komplekse sundhedsbehov. Virksomheden lægger også vægt på lighed i sundhed, miljømæssig bæredygtighed samt mangfoldighed og inklusion i arbejdet for sundhedspersonale, patienter og lokalsamfund verden over.

Seniorforsker i AI-sikkerhed – Johnson & Johnson, hybrid i Madrid

Led AI-sikkerhedsforskning for Johnson & Johnsons platform til farmaceutisk forskning og udvikling med fokus på verificerbare kontroller, adversarial assurance og sikkerhedscentrerede arkitekturer. Hybridstilling med base i Madrid eller Barcelona.

Beskrivelse

  • Etabler deterministiske og forklarlige kontroller på tværs af agentbaserede arbejdsgange.
  • Skab maskinlæsbare politikker for agenters adfærd, brug af værktøjer, dataadgang og informationsflow.
  • Implementer revisionssporbar håndhævelse af agenthandlinger med stor påvirkning, herunder arbejdsgange for menneskelig godkendelse.
  • Tilbyd tilgængelige politikgrænseflader, så ejere kan oprette, teste og vedligeholde kontroller.
  • Udvikl løbende red-team-metoder, der kombinerer AI-trusselsmodeller med fejlsituationer fra farmaceutisk forskning og udvikling.
  • Integrer adversarial testning i GenAI-platformen på tværs af modeller, agenter, værktøjer og komplette arbejdsgange.
  • Fastlæg evalueringsmetoder, regler for bedømmelse og evidenstærskler for sikkerhedsegenskaber.
  • Forsknings- og prototypeudvikl sikkerhedscentrerede arkitekturer baseret på tekniske kontroller i flere lag.
  • Vurder interventioner i prætræningsdata og teknikker efter træning såsom superviseret finjustering, præferenceoptimering og sikkerhedstilpasning.
  • Omsæt videnskabelige, kvalitetsmæssige, privatlivsrelaterede og regulatoriske forpligtelser til testbare systemspecifikationer.
  • Etabler ansvarlighedsforanstaltninger og evidenskrav for påstande om AI-sikkerhed.
  • Vedligehold sporbare og rekonstruerbare kontrolbeslutninger som revisionsdokumentation.
  • Samarbejd med forskere inden for forskning og udvikling, platformsteknik, sikkerhed, privatliv, jura og kvalitet.
  • Led det videnskabelige arbejde i et lille tværfunktionelt team, og repræsenter teamet gennem publikationer og bidrag til standarder.
  • Udvikl prototyper, fastlæg den tekniske retning, og overfør resultater til platformen sammen med ingeniørpartnere.

Krav

  • Ph.d. i datalogi, AI/ML, anvendt matematik eller en nært beslægtet teknisk disciplin er påkrævet.
  • Mindst ét års forsknings- eller brancheerfaring efter ph.d.-graden med udvikling og implementering af AI/ML-systemer, autonome agentsystemer eller sikkerhedskritiske systemer.
  • Avanceret praktisk viden om agentbaseret AI, herunder foundation-modeller, retrieval-augmented generation, værktøjsorkestrering, hukommelse, planlægning, multi-agent-frameworks og relaterede fejltilstande.
  • Forsknings- eller praktisk erfaring med AI-sikkerhed og alignment, herunder superviseret finjustering, præferenceoptimering, sikkerhedstilpasning, adversarial evaluering, fortolkelighed eller skalerbart tilsyn.
  • Ekspertise inden for mindst ét område: policy-as-code og autorisation; adversarial machine learning og AI-red teaming; informationsflow- eller dataadgangskontrol; proveniens og dataafstamning; eller formel specifikation og verifikation.
  • Stærke AI-ingeniørfærdigheder, herunder prototyping af evaluerings- og kontrolteknikker, gennemførelse af reproducerbare eksperimenter og udvikling af produktionsklar kode.
  • Fremragende skriftlige og mundtlige kommunikationsevner.
  • Videnskabelig stringens i beskrivelsen af model- og agentadfærd, usikkerhed, begrænsninger, fejlforhold og understøttende evidens.
  • Publiceret eller på anden måde anerkendt arbejde i relevante førende tidsskrifter eller konferencer er en fordel.
  • Erfaring med at tilpasse foundation-modeller til videnskabelige domæner og evaluere deres sikkerhedsegenskaber er en fordel.
  • Praktisk erfaring med policymotorer, autorisationssprog eller formelle politikspecifikationer er en fordel.
  • Kendskab til MITRE ATLAS, OWASP-vejledning om store sprogmodeller, NIST AI RMF, ISO/IEC 42001 eller EU's AI-forordning er en fordel.
  • Erfaring med dataklassifikation, afidentifikation og privatlivsbevarende maskinlæring er en fordel.
  • Erfaring med implementering af AI inden for biovidenskab eller et andet reguleret miljø med høj risiko er en fordel.
  • Kendskab til GxP, dataintegritet og validering af AI-aktiverede computeriserede systemer er en fordel.
  • Erfaring med vurdering af tredjepartsteknologier til AI-sikkerhed, evaluering eller kontrol er en fordel.
  • Erfaring med at skabe genanvendelige AI-sikkerhedsfunktioner, som anvendes af flere teams, er en fordel.

Fordele

  • Årlig bonus med et mål, der fastsættes ud fra løntrin og placering, baseret på individuel og virksomhedens præstation.
  • Betalte feriedage.
  • Mindst 12 ugers forældreorlov.
  • Sorgorlov.
  • Orlov som omsorgsperson.
  • Frivilligorlov.
  • Refusion til trivsel.
  • Programmer for økonomisk, fysisk og mental sundhed.
  • Jubilæums- og anerkendelsespriser.
  • Forsikringsdækning for medarbejdere og på visse lokationer berettigede pårørende.