Über die Stelle
Vergütung: 60–120 $/Stunde entsprechend, Zahlung pro akzeptierter Aufgabe
Standort: Weltweit, vollständig remote
Beschäftigungsart: Auftragnehmer
Zeitaufwand: 15+ Stunden pro Woche
Zeitplan: Flexibel
micro1 sucht Machine-Learning-Engineers mit einschlägiger beruflicher Erfahrung im KI-Training oder in der Modellbewertung zur Unterstützung eines Projekts zur Verbesserung fortschrittlicher KI-Systeme.
Sie werden Ihr Machine-Learning-Fachwissen nutzen, um anspruchsvolle technische Aufgaben zu erstellen, von Modellen generierte Arbeit zu bewerten, Fehler zu identifizieren und objektive Maßstäbe für korrekte Lösungen festzulegen. Diese Rolle richtet sich an Kandidaten, die bereits substanzielle KI-Trainingsarbeit geleistet haben.
Woran Sie arbeiten werden
- Erstellung realistischer Machine-Learning-Engineering-Aufgaben, die fortschrittliche KI-Modelle herausfordern.
- Entwicklung von Aufgabenanweisungen, reproduzierbaren Umgebungen, Referenzlösungen und Bewertungskriterien.
- Bewertung von modellgeneriertem Code, Experimenten, Analysen und technischen Ergebnissen.
- Identifizierung von Problemen im Zusammenhang mit Datenleckage, fehlerhafter Validierung, instabilem Training, Leistung oder Reproduzierbarkeit.
Erforderliche Qualifikationen
- Frühere bezahlte Erfahrung im Training, in der Bewertung, im Benchmarking oder in der Verbesserung von KI-Systemen.
- Ausgeprägte praktische Kenntnisse in Python.
- Praktische Erfahrung mit PyTorch, JAX, TensorFlow, scikit-learn, XGBoost, LightGBM oder vergleichbaren ML-Tools.
Öffentlicher Kompetenznachweis
Starke Bewerber sollten Nachweise vorlegen wie:
- GitHub-Repositories oder öffentliche Modellimplementierungen
- Ergebnisse bei Kaggle, DrivenData, AIcrowd oder ähnlichen Wettbewerben
- Hugging Face-Modelle oder -Datensätze
- Forschungsveröffentlichungen oder technische Berichte
- Open-Source-ML-Beiträge
- Öffentliche Benchmarks, Experimente oder technische Projekte
Bevorzugte Qualifikationen
- Erfahrung in der Erstellung von KI-Trainingsaufgaben, Referenzantworten, Bewertungsrastern, Bewertungsskripten oder Benchmark-Problemen.
- Erfahrung in der Prüfung technischer Einreichungen anderer KI-Trainer.
- Kaggle-Expert-, Master- oder Grandmaster-Status oder starke Ergebnisse in einem anderen technischen Wettbewerb.
- Veröffentlichungen oder Open-Source-Beiträge im Bereich Machine Learning.
- Frühere Erfahrung mit langfristigen oder agentischen KI-Bewertungen.
- Verfügbarkeit für einen sofortigen Beginn.
Bewerbungsprozess
- Reichen Sie Ihre Bewerbung, Ihre KI-Trainingserfahrung und öffentliche technische Nachweise ein.
- Absolvieren Sie ein KI-Interview mit technischen Prüfungen und Integritätsprüfungen.
- Absolvieren Sie eine Überprüfung durch den Einstellungsmanager.
- Wenn Sie ausgewählt werden, absolvieren Sie das Projekt-Onboarding und beginnen mit Ihrer ersten zugewiesenen Aufgabe.
Vergütung
- Die Vergütung ist ergebnisbasiert. Experten werden für Aufgaben bezahlt, die den Projektspezifikationen und Qualitätsanforderungen entsprechen. Aufgabenverfügbarkeit und Bearbeitungszeit können variieren.