Über die Stelle
Arbeite direkt mit KI-Systemen, um hochwertige Analysedaten zu erstellen und Modelle zu lehren, wie sorgfältige, reproduzierbare Analysen aussehen. Setze deine analytischen Fähigkeiten auf Master-Niveau ein und lerne dabei, wie Bewertungsbeispiele und menschliches Feedback das KI-Post-Training unterstützen.
Was du tun wirst
- Mit KI-Modellen zu Datenbereinigung, explorativer Analyse, Metrikdefinitionen, SQL, Tabellenkalkulationen und Python-basierten Aufgaben interagieren.
- Realistische analytische Fragen, Referenzlösungen und Erklärungen erstellen, die Annahmen und Einschränkungen deutlich machen.
- Von KI generierte Berechnungen, Code, Diagramme und Schlussfolgerungen anhand der zugrunde liegenden Daten validieren.
- Antworten vergleichen, Fehler annotieren und Bewertungskriterien entwickeln, die präzise und reproduzierbare Analysen belohnen.
Was du lernen wirst
- Lernen, wie domänenspezifische Beispiele und menschliches Feedback zur Unterstützung des KI-Post-Trainings eingesetzt werden.
- Praktische Erfahrung beim Bewerten von KI-Antworten, bei der Anwendung von Annotationsrichtlinien und bei der Prüfung der Datensatzqualität sammeln.
- Sehen, wie sachliche Genauigkeit, klares Denken und konsistentes Feedback Teams dabei helfen, das Verhalten von KI-Modellen zu bewerten und zu verbessern.
- Erfahrung an der Schnittstelle zwischen deinem akademischen Fachgebiet und angewandter KI durch Projektarbeit und Feedback aufbauen.
Arbeitsvereinbarung
- Remote-Praktikum
- Mit dem Team an abgegrenzten KI-Daten- und Bewertungsprojekten zusammenarbeiten
Projektumfang, Zeitplan, Tools und Erwartungen werden im Bewerbungsprozess besprochen. Verwende nur genehmigte Materialien; teile keine vertraulichen Daten von Arbeitgebern, Kunden oder Universitätsforschung.
Wen wir suchen
- Derzeit eingeschrieben in einem Master- oder höherwertigen Studiengang in Analytics, Statistik, Informatik, Wirtschaftswissenschaften oder einem verwandten Fachbereich.
- Grundlegende Kenntnisse in Tabellenkalkulationen, SQL oder Python.
- Verständnis grundlegender Statistik und der Fähigkeit, Daten klar zu kommunizieren.
- Interesse an reproduzierbarer Analyse, sorgfältiger Validierung und Lernen aus Feedback.