Über die Stelle
Vergütung: 60–120 USD/Stunde entsprechend, Zahlung pro akzeptierter Aufgabe
Standort: Weltweit, vollständig remote
Beschäftigungsart: Auftragnehmer
Zeitaufwand: 15+ Stunden pro Woche
Zeitplan: Flexibel
micro1 sucht Computational Physical Scientists mit vorheriger beruflicher Erfahrung in KI-Training oder Modellbewertung zur Unterstützung eines Projekts zur Verbesserung fortgeschrittener KI-Systeme.
Sie nutzen Ihre wissenschaftliche Expertise und Programmierkenntnisse, um anspruchsvolle technische Aufgaben zu erstellen, modellgenerierten Code und Analysen zu bewerten, Fehler zu identifizieren und objektive Standards für korrekte Lösungen festzulegen. Diese Rolle richtet sich an Kandidaten, die substanzielle KI-Trainingsarbeit mit physikalisch-wissenschaftlichen Inhalten abgeschlossen haben.
Woran Sie arbeiten werden
- Erstellen realistischer computergestützter Aufgaben aus den physikalischen Wissenschaften, die fortgeschrittene KI-Modelle herausfordern.
- Entwickeln von Aufgabenanweisungen, reproduzierbaren Umgebungen, Referenzlösungen und Bewertungskriterien.
- Bewerten modellgenerierter Berechnungen, Codes, Simulationen, Modelle und technischer Ergebnisse.
- Identifizieren ungültiger Annahmen, numerischer Fehler, physikalisch unmöglicher Ergebnisse, falscher Methoden oder Reproduzierbarkeitsfehler.
Erforderliche Qualifikationen
- Vorherige bezahlte Erfahrung im Trainieren, Bewerten, Benchmarking oder Verbessern von KI-Systemen bei wissenschaftlichen oder technischen Aufgaben.
- Ausgeprägte praktische Kenntnisse in Python.
- Tiefgehende Expertise in mindestens einer relevanten Spezialisierung der physikalischen Wissenschaften.
- Praktische Erfahrung mit computergestützten Methoden für Modellierung, Simulation, numerische Analyse, Datenanalyse oder reproduzierbare Forschung.
Relevante Spezialisierungen können Physik, Astronomie und Kosmologie, Materialwissenschaft, Chemie, Computorphysik, Computerchemie und wissenschaftliche Simulation umfassen.
Öffentlicher Nachweis der Fähigkeiten
Starke Bewerber sollten Nachweise vorlegen wie:
- Peer-reviewte Publikationen oder Preprints mit computergestützten Methoden
- Öffentlicher Simulations- oder Analysecode
- Google Scholar, ORCID, arXiv oder gleichwertige Forschungsprofile
- Open-Source-Beiträge zu wissenschaftlicher Software
- Reproduzierbare Notebooks, Modelle, Datensätze oder Simulationen
- Öffentliche Benchmarks, Experimente oder technische Projekte
Bevorzugte Qualifikationen
- Erfahrung mit der Erstellung von KI-Trainingsaufgaben, Referenzantworten, Bewertungsrastern, Bewertungsskripten oder Benchmark-Problemen.
- Erfahrung mit NumPy, SciPy, SymPy, Astropy, PyTorch, JAX oder vergleichbaren wissenschaftlichen Werkzeugen.
- Erfahrung mit der Validierung von Simulationen oder Modellen anhand analytischer Ergebnisse, Beobachtungen oder experimenteller Daten.
- Verfügbarkeit für einen sofortigen Beginn.
Bewerbungsprozess
- Reichen Sie Ihre Bewerbung, Ihre KI-Trainingserfahrung, Ihre Spezialisierung und öffentliche technische Nachweise ein.
- Absolvieren Sie ein KI-Interview mit technischen Prüfungen und Integritätsprüfungen.
- Absolvieren Sie eine Prüfung durch den Einstellungsmanager.
- Bei Auswahl: Absolvieren Sie das Projekt-Onboarding und beginnen Sie mit Ihrer ersten zugewiesenen Aufgabe.
Vergütung
- Die Vergütung erfolgt ergebnisbasiert. Experten werden für Aufgaben bezahlt, die den Projektspezifikationen und Qualitätsanforderungen entsprechen. Verfügbarkeit von Aufgaben und Bearbeitungszeit können variieren.