🌐 Welcome to TANITAI

Tanit AI is a healthcare technology startup pioneering neuro-symbolic AI to transform fertility and reproductive medicine. In a world where 1 in 6 people are affected by infertility, our mission is to elevate fertility practice for doctors and empower patients in their parenthood journey

➡ Mission

At Tanit AI, our mission is to leverage advanced artificial intelligence to educate and support individuals in their fertility journey.

We strive to provide accessible, personalized information and guidance to help people make informed decisions about their reproductive health.

➡ Vision

Our vision is to be a global leader in AI-driven fertility education, fostering a future where technology and human understanding converge to address critical reproductive health challenges. We aim to empower individuals worldwide with the knowledge and tools needed to navigate their fertility journey with confidence.

📋 Role Overview

We are seeking a Multimodal Gen AI Intern to elevate Tanit’s fertility assistant into a fully multimodal companion.

You will integrate LLMs, vision-language models (VLMs), speech-to-text (STT), and text-to-speech (TTS) to enable the assistant to understand voice, interpret simple medical visuals, and deliver natural, human-like, medically grounded responses.

🔑 Key Responsibilities

Voice interaction & conversational flows

• 🎤 Intégrer STT pipelines pour permettre l’interaction vocale avec l’assistant.
• 🔊 Intégrer TTS pour produire des réponses vocales naturelles et claires.
• 🔄 Concevoir des flux multimodaux combinant voix, texte et images dans une seule conversation.

Vision-language understanding

• 👁️ Développer un prototype utilisant un Vision-Language Model (VLM) pour interpréter :
  • 🧪 captures de résultats d’analyses,
  • 📈 graphiques médicaux (cycles, hormones),
  • 📄 extraits de documents médicaux.
• 🧷 Extraire les informations clés des visuels et les intégrer dans le pipeline conversationnel et de raisonnement.

Knowledge grounding & safety

• 🧠 Collaborer avec les équipes GraphRAG et Document Intelligence pour garantir l’ancrage des réponses dans le graphe de connaissances.
• 🔐 Assurer que les interactions multimodales respectent les contraintes de sécurité, de confidentialité et d’explicabilité médicale.
• ⚠️ Définir et implémenter des garde-fous pour les entrées multimodales sensibles ou ambiguës.

🧠 Required Skills

• 🐍 Maîtrise de Python pour l’intégration backend (FastAPI ou similaire).