AI Research Scientist

En AI research scientist arbejder med det, der endnu ikke virker. Målet er ny viden, ikke et produkt der kan sælges i næste kvartal. Dagen går med at læse, kode, køre eksperimenter og skrive.

Typiske opgaver:

• Læse nye artikler på arXiv og genskabe andres resultater i egen kode
• Formulere en hypotese om en model, en træningsmetode eller en tabsfunktion
• Bygge eksperimenter og køre dem på GPU-klynger i timer eller dage
• Måle resultater mod anerkendte benchmarks og mod stærke baselines
• Skrive artikler til konferencer som NeurIPS, ICML og ICLR
• Fagfællebedømme (peer review) andre forskeres artikler
• Vejlede ph.d.-studerende, specialestuderende og praktikanter
• Overlevere metoder til de ingeniører, der skal have dem i drift

En almindelig dag starter tit med at tjekke nattens træningskørsler. Fejlede de, går dagen med at finde årsagen. Virkede de, bygges næste variant. Mellem kørslerne går tiden med matematik, kode og læsning.

Vær ærlig om én ting: det meste mislykkes. De fleste eksperimenter fører ingen steder hen, og de fleste artikler bliver afvist første gang. Tålmodighed betyder mere end hastighed i denne rolle.

Forskellen på en research scientist og en machine learning engineer er målet. Ingeniøren får en kendt metode til at køre stabilt i produktion. Forskeren undersøger, om en ny metode overhovedet holder. Mange stillinger blander de to, især i mindre virksomheder.

I Danmark findes rollen især på DTU, Københavns Universitet, Aarhus Universitet og Aalborg Universitet. Den findes også i Pioneer Centre for AI, hos Alexandra Instituttet og i virksomheder inden for medicin, energi, shipping, finans og forsvar. Novo Nordisk, Corti og Vestas er eksempler på danske arbejdsgivere med egne forskningsmiljøer.

Arbejdssproget er engelsk næsten overalt. Publikationer, kode og kolleger er internationale, også på danske universiteter.

Skal du hyre en, så husk at rollen leverer langsomt. Resultater måles i artikler, patenter og metoder der senere kan bruges — ikke i features per sprint. EU's AI-forordning undtager forskning og udvikling før markedsføring fra de fleste krav. Men skal metoden ud i et produkt, får dokumentationskrav og risikovurdering betydning. Derfor bliver forskere i stigende grad inddraget i modeldokumentation og evaluering.

Den almindelige vej er lang universitetsuddannelse plus en ph.d.

• Gymnasial baggrund med matematik A, ofte også fysik B
• Bachelor i datalogi, matematik, fysik, statistik eller software (3 år)
• Kandidat i fx machine learning, datalogi eller anvendt matematik (2 år)
• Ph.d. i et AI-relateret emne (3 år)

Samlet er det typisk otte år efter gymnasiet. Ph.d.-graden er reguleret af ph.d.-bekendtgørelsen under Uddannelses- og Forskningsministeriet. Den stiller blandt andet krav om undervisningserfaring, ophold i et andet forskningsmiljø og et offentligt forsvar af afhandlingen.

Relevante kandidatuddannelser udbydes af DTU, Københavns Universitet, Aarhus Universitet, Aalborg Universitet, Syddansk Universitet og IT-Universitetet. Vælg kurser i sandsynlighedsregning, optimering, lineær algebra og deep learning. Skriv speciale i et miljø, der faktisk publicerer.

Andre veje ind:

• 4+4-ordningen: du begynder ph.d. efter bacheloren og tager kandidaten undervejs
• Erhvervsph.d. med ansættelse i en virksomhed, medfinansieret af Innovationsfonden
• Fra research engineer til scientist i samme virksomhed, når du selv begynder at publicere
• Fra postdoc-stilling videre til fast forskerstilling eller til industrien

Kan man komme ind uden ph.d.? Ja, men det er sjældent. Så skal du kunne vise noget andet: accepterede artikler på store konferencer, en åben kodebase folk faktisk bruger, eller reproduktioner af kendte resultater. Uden ph.d. bliver titlen ofte research engineer i stedet.

Hold øje med, at feltet er internationalt og konkurrencepræget. Der er få faste forskerstillinger i Danmark, og mange ansøgere per opslag. Til gengæld ansætter industrien flere end tidligere.

Skal du vurdere en kandidat, så se på publikationslisten frem for titlen. Kig efter førsteforfatterskaber, hvilke konferencer der er tale om, og om koden er offentligt tilgængelig og kan køres. Bed om at høre om et eksperiment, der mislykkedes, og hvad personen gjorde bagefter.

Værktøjerne er stort set de samme i Danmark som i resten af verden.

• Programmering: Python til næsten alt, C++ eller CUDA når hastighed betyder noget
• Rammeværk: PyTorch er standarden, JAX bruges i mere matematisk arbejde
• Biblioteker: NumPy, SciPy, pandas, scikit-learn, Hugging Face Transformers
• Beregning: GPU-klynger styret med Slurm, ofte via universitetets eget anlæg
• Storskala: danske forskere kan søge regnetid gennem DeiC og på europæiske anlæg
• Sporing: Weights and Biases eller MLflow til at holde styr på tusindvis af kørsler
• Versionsstyring: Git, GitHub, ofte Docker eller Singularity til reproducerbare miljøer
• Skrivning: LaTeX og Overleaf, arXiv til preprints, OpenReview til konferencer

En stor del af håndværket handler om at holde styr på eksperimenter. Uden systematisk logning kan resultater ikke gentages, og så tæller de ikke. God styr på data, seeds og konfigurationer er ofte det, der adskiller en dygtig forsker fra en hurtig.