A Johnson & Johnson globális egészségügyi vállalat, amely innovatív gyógyszerek és orvostechnológiai megoldások fejlesztésével foglalkozik. Csapatai az onkológia, az immunológia, az idegtudomány, a szakorvosi szemészet, az intervenciós ellátás és az ortopédia területén dolgoznak, a tudományt és a technológiát ötvözve az összetett egészségügyi szükségletek kezelésére. A vállalat világszerte egészségügyi szolgáltatókat, betegeket és közösségeket támogat, miközben kiemelt figyelmet fordít az egészségügyi egyenlőségre, a környezeti fenntarthatóságra, a sokszínűségre és a befogadásra.
Senior AI-biztonsági tudós – Johnson & Johnson, hibrid Madrid
Vezesse a Johnson & Johnson gyógyszeripari K+F-platformjának AI-biztonsági kutatásait, a bizonyítható kontrollokra, az adverszariális biztosítékokra és a biztonságközpontú architektúrákra összpontosítva. Hibrid munkavégzés Madridban vagy Barcelonában.
Leírás
- Hozzon létre determinisztikus, magyarázható kontrollokat az ügynökalapú munkafolyamatokban.
- Alakítson ki géppel olvasható szabályzatokat az ügynökök viselkedésére, az eszközhasználatra, az adathozzáférésre és az információáramlásra vonatkozóan.
- Vezessen be auditálható végrehajtást a nagy hatású ügynöki műveletekhez, beleértve az emberi jóváhagyási útvonalakat is.
- Biztosítson hozzáférhető szabályzatkezelő felületeket, amelyeken a felelősök létrehozhatják, tesztelhetik és karbantarthatják a kontrollokat.
- Fejlesszen folyamatos red team-megközelítéseket, amelyek az AI-fenyegetési modelleket a gyógyszeripari K+F hibaforgatókönyveivel ötvözik.
- Integrálja az adverszariális tesztelést a GenAI Platformba a modellek, ügynökök, eszközök és teljes munkafolyamatok szintjén.
- Határozza meg a biztonsági tulajdonságok értékelési módszereit, döntési szabályait és bizonyítási küszöbeit.
- Kutassa és prototipizálja a rétegzett technikai kontrollokra épülő, biztonságközpontú architektúrákat.
- Értékelje az előtanítási adatokba történő beavatkozásokat, valamint az olyan utólagos tanítási technikákat, mint a felügyelt finomhangolás, a preferenciaoptimalizálás és a biztonsági hangolás.
- Alakítsa a tudományos, minőségügyi, adatvédelmi és szabályozási kötelezettségeket tesztelhető rendszerkövetelményekké.
- Hozzon létre elszámoltathatósági intézkedéseket és bizonyítási követelményeket az AI-biztonsági állításokhoz.
- Tartsa fenn a kontrollal kapcsolatos döntések nyomon követhetőségét és rekonstrukciós lehetőségét az auditbizonyítékok számára.
- Működjön együtt a K+F tudósaival, a platformmérnökséggel, a biztonsági, adatvédelmi, jogi és minőségügyi csapatokkal.
- Irányítsa egy kis, több szakterületet átfogó csapat tudományos munkáját, és képviselje azt publikációkban, illetve szabványalkotási hozzájárulásokban.
- Fejlesszen prototípusokat, határozza meg a technikai irányt, és mérnöki partnerekkel együtt vezesse át az eredményeket a platformba.
Követelmények
- Számítástechnikai, mesterségesintelligencia-/gépi tanulási, alkalmazott matematikai vagy szorosan kapcsolódó műszaki területen szerzett PhD szükséges.
- Legalább egy év PhD utáni kutatási vagy iparági tapasztalat AI/gépi tanulási, autonóm ügynöki vagy biztonságkritikus rendszerek fejlesztésében és bevezetésében.
- Az ügynökalapú AI fejlett gyakorlati ismerete, beleértve az alapmodelleket, a visszakereséssel kiegészített generálást, az eszközök összehangolását, a memóriát, a tervezést, a többügynökös keretrendszereket és a kapcsolódó hibamódokat.
- Kutatási vagy alkalmazott tapasztalat az AI-biztonság és -illesztés területén, beleértve a felügyelt finomhangolást, a preferenciaoptimalizálást, a biztonsági hangolást, az adverszariális értékelést, az interpretálhatóságot vagy a skálázható felügyeletet.
- Szakértelem legalább egy területen: szabályzat mint kód és jogosultságkezelés; adverszariális gépi tanulás és AI-red teaming; információáramlás- vagy adathozzáférés-vezérlés; eredet- és leszármazáskövetés; vagy formális specifikáció és verifikáció.
- Erős AI-mérnöki készségek, beleértve az értékelési és kontrolltechnikák prototipizálását, reprodukálható kísérletek végrehajtását és éles használatra kész kód előállítását.
- Kiváló írásbeli és szóbeli kommunikációs készség.
- Tudományos alaposság a modellek és ügynökök viselkedésének, bizonytalanságának, korlátainak, hibafeltételeinek és az ezeket alátámasztó bizonyítékoknak a leírásában.
- Előnyt jelent releváns vezető folyóiratokban vagy konferenciákon publikált, illetve más módon elismert munka.
- Előnyt jelent az alapmodellek tudományos területekre történő adaptálásában és biztonsági tulajdonságaik értékelésében szerzett tapasztalat.
- Előnyt jelent a szabályzatmotorokkal, jogosultságkezelési nyelvekkel vagy formális szabályzatspecifikációkkal szerzett gyakorlati tapasztalat.
- Előnyt jelent a MITRE ATLAS, az OWASP LLM-útmutató, a NIST AI RMF, az ISO/IEC 42001 vagy az EU AI Act ismerete.
- Előnyt jelent az adatminősítéssel, az anonimizálással és az adatvédelmet megőrző gépi tanulással kapcsolatos tapasztalat.
- Előnyt jelent az élettudományokban vagy más szabályozott, nagy kockázatú környezetben történő AI-bevezetésben szerzett tapasztalat.
- Előnyt jelent a GxP, az adatintegritás és az AI-alapú számítógépes rendszerek validálásának ismerete.
- Előnyt jelent a külső AI-biztonsági, értékelési vagy kontrolltechnológiák felmérésében szerzett tapasztalat.
- Előnyt jelent a több csapat által elfogadott, újrafelhasználható AI-biztonsági képességek létrehozásában szerzett tapasztalat.
Juttatások
- Éves bónusz, amelynek célértékét a fizetési kategória és a helyszín határozza meg, az egyéni és vállalati teljesítmény alapján.
- Fizetett szabadságnapok.
- Legalább 12 hét szülői szabadság.
- Gyászszabadság.
- Gondozói szabadság.
- Önkéntes szabadság.
- Jólléti költségtérítés.
- Pénzügyi, fizikai és mentális egészségügyi programok.
- Szolgálati évfordulókhoz kapcsolódó és elismerési díjak.
- Biztosítási fedezet a munkavállalók és egyes helyszíneken a jogosult eltartottak számára.