Acerca del puesto
Trabaja directamente con sistemas de IA para crear datos analíticos de alta calidad y enseñar a los modelos cómo es un análisis cuidadoso y reproducible. Aplica tus habilidades analíticas de nivel de posgrado mientras aprendes cómo los ejemplos de evaluación y la retroalimentación humana apoyan el entrenamiento posterior de la IA.
Lo que harás
- Interactuar con modelos de IA en tareas de limpieza de datos, análisis exploratorio, definiciones de métricas, SQL, hojas de cálculo y tareas basadas en Python.
- Crear preguntas analíticas realistas, soluciones de referencia y explicaciones que dejen claros los supuestos y las limitaciones.
- Validar cálculos, código, gráficos y conclusiones generados por IA contra los datos subyacentes.
- Comparar respuestas, anotar errores y desarrollar criterios de evaluación que recompensen un análisis preciso y reproducible.
Lo que aprenderás
- Aprender cómo se utilizan los ejemplos específicos del dominio y la retroalimentación humana para apoyar el entrenamiento posterior de la IA.
- Adquirir experiencia práctica evaluando respuestas de IA, aplicando pautas de anotación y verificando la calidad de los conjuntos de datos.
- Ver cómo la precisión factual, el razonamiento claro y la retroalimentación consistente ayudan a los equipos a evaluar y mejorar el comportamiento de los modelos de IA.
- Desarrollar experiencia en la intersección de tu campo académico y la IA aplicada mediante el trabajo en proyectos y la retroalimentación.
Modalidad de trabajo
- Pasantía remota
- Colaborar con el equipo en proyectos delimitados de datos y evaluación de IA
El alcance del proyecto, el cronograma, las herramientas y las expectativas se discutirán durante el proceso de solicitud. Utiliza únicamente materiales aprobados; no compartas datos confidenciales del empleador, de clientes ni de investigación universitaria.
Lo que buscamos
- Estar actualmente inscrito en un programa de maestría o superior en analítica, estadística, ciencias de la computación, economía o un campo relacionado.
- Habilidades básicas en hojas de cálculo, SQL o Python.
- Comprensión de estadística básica y de cómo comunicar datos con claridad.
- Interés en el análisis reproducible, la validación cuidadosa y el aprendizaje a partir de la retroalimentación.