Data Scientist (LLM), Data Science Lab

Job expired!

Guardian se lance dans une mission pour évoluer vers une compagnie d'assurance moderne et avant-gardiste, dédiée à améliorer le bien-être de nos clients et de leurs familles. Avec l'ajout récent de notre Directeur des Données et de l'Analyse (CDAO), nous menons un changement transformateur à travers le Bureau des Données et de l'Analyse d'Entreprise (EDAO). Ce rôle offre une opportunité unique de travailler en étroite collaboration avec le CDAO et le Chef de la Science des Données, jouant un rôle crucial dans l'évolution continue de Guardian.

Le Laboratoire de Science des Données de Guardian (DSL) est à la pointe de la réinvention de l'assurance en utilisant les technologies émergentes, les changements sociétaux et les besoins des consommateurs en évolution. Le DSL est essentiel pour accélérer la transition de Guardian vers une prise de décision basée sur les données et la génération d'aperçus, favorisant l'innovation à long terme. Il facilite les tests rapides des nouvelles technologies et la traduction de la recherche pionnière en solutions complètes à l'échelle de l'entreprise.

Nous recherchons un Data Scientist expérimenté avec une solide expérience dans les modèles de langage de grande envergure (LLM) et l'IA générative. Vous développerez des solutions avancées en science des données en utilisant l'apprentissage automatique et l'IA pour stimuler l'innovation à travers plusieurs lignes de produits et activités de Guardian. Collaborez avec les responsables techniques en science des données sur des projets à fort impact, en fournissant des solutions d'IA/ML qui amélioreront considérablement la gestion des risques et la performance financière globale de Guardian.

  • Développer les capacités de Deep Learning, LLM, et d'IA générative
  • Concevoir des invites et des modèles de haute qualité guidant le comportement et les réponses de LLM
  • Cartographier et exploiter des données non structurées telles que des contrats d'assurance, des dossiers médicaux, et des journaux de clients
  • Améliorer l'évaluation du risque de souscription, l'adjudication automatique des réclamations, et le service client avec des solutions d'IA/ML
  • Mener des expériences à grande échelle, de la pré-formation à l'ingénierie des invites
  • Évaluer les modèles LLM sur des tests statistiques, des indicateurs commerciaux, et des métriques réglementaires
  • Soutenir et contribuer à la croissance du Labouratoire de Science des Données (DSL)
  • Développer des cas d'utilisation, de l'exploration des données au rapport/présentation final(e)
  • Utiliser des techniques statistiques et d'IA/ML avancées pour des modèles et analyses prédictives
  • Effectuer le nettoyage des données, l'appariement et les ETL pour diverses sources de données
  • Collaborer avec les ingénieurs en données et MLOps pour le déploiement des modèles/solutions
  • Contribuer à la standardisation des outils, processus, et meilleures pratiques de science des données
  • Collaborer avec des équipes multifonctionnelles incluant la science des données, l'ingénierie des données, et les groupes commerciaux

Vous êtes passionné par les technologies de pointe et désireux d'appliquer de nouveaux algorithmes et approches d'IA/ML. Vous êtes analytique, curieux intellectuellement, et expérimenté dans le développement et la mise en œuvre de solutions de données et d'analyse pour des problèmes commerciaux complexes. Votre capacité à collaborer avec une équipe multidisciplinaire et à déployer des solutions IA/ML qui génèrent une valeur réelle sur le marché pour Guardian est cruciale.

  • Doctorat ou Master en Informatique, Data Science, Statistiques, Mathématiques ou dans un domaine connexe
  • Expérience de base en analyse de données et modélisation statistique
  • Solides bases en probabilité et statistiques
  • Compétences avancées en modèles de deep learning, y compris LLM, ingénierie des invites, et NLP
  • Expérience pratique avec le GPU, l'informatique distribuée, et le parallélisme dans les solutions ML
  • Maîtrise de Python (PyTorch ou Tensorflow)