À propos du poste
Rémunération : équivalent de 60–120 $/heure, payé par tâche acceptée
Lieu : Mondial, entièrement à distance
Type d'emploi : Contractant
Engagement horaire : 15+ heures par semaine
Horaires : Flexibles
micro1 recherche des scientifiques computationnels en sciences de la Terre et de l'environnement ayant une expérience professionnelle préalable en entraînement d'IA ou en évaluation de modèles pour soutenir un projet visant à améliorer des systèmes d'IA avancés.
Vous utiliserez votre expertise scientifique et vos compétences en programmation pour créer des tâches techniques exigeantes, évaluer le code et les analyses générés par des modèles, identifier les défaillances et établir des normes objectives pour les solutions correctes. Ce rôle est destiné aux candidats ayant réalisé un travail substantiel d'entraînement d'IA portant sur des contenus liés à la Terre, au climat, à l'environnement ou à la géospatialisation.
Sur quoi vous travaillerez
- Créer des tâches réalistes de sciences de la Terre computationnelles qui mettent au défi des modèles d'IA avancés.
- Élaborer des instructions de tâches, des environnements reproductibles, des solutions de référence et des critères d'évaluation.
- Évaluer le code généré par des modèles, les analyses géospatiales, les simulations, les prévisions et les livrables techniques.
- Identifier les problèmes liés aux systèmes de coordonnées, aux données spatiales ou temporelles, aux hypothèses de modélisation, à l'incertitude, aux méthodes numériques ou à la reproductibilité.
Qualifications requises
- Expérience rémunérée préalable en entraînement, évaluation, benchmarking ou amélioration de systèmes d'IA sur des tâches scientifiques ou techniques.
- Solide maîtrise pratique de Python.
- Expertise approfondie dans au moins une spécialisation pertinente des sciences de la Terre ou de l'environnement.
- Expérience pratique de méthodes computationnelles pour l'analyse géospatiale, la modélisation, la simulation, la prévision, la télédétection, les statistiques ou la recherche reproductible.
Les spécialisations pertinentes peuvent inclure les géosciences, la géologie, la géophysique, l'atmosphère et le climat, la météorologie, les sciences de l'océan et marines, l'hydrologie, la télédétection, les sciences de l'environnement et la durabilité.
Preuve publique de compétence
Les candidats solides devraient fournir des éléments tels que :
- Publications évaluées par les pairs ou préprints impliquant des méthodes computationnelles
- Code public d'analyse géospatiale, climatique, océanique ou environnementale
- Profils de recherche Google Scholar, ORCID ou équivalents
- Contributions à des logiciels scientifiques open source
- Jeux de données, modèles, notebooks, cartes ou simulations publics
- Projets de prévision, de télédétection ou environnementaux documentés publiquement
Qualifications préférées
- Expérience dans la création de tâches d'entraînement d'IA, de réponses de référence, de grilles d'évaluation, de correcteurs ou de problèmes de benchmark.
- Expérience dans la révision des soumissions techniques d'autres entraîneurs d'IA.
- Expérience avec NumPy, SciPy, pandas, xarray, GeoPandas, GDAL, rasterio, NetCDF ou des outils comparables.
- Expérience dans la validation de résultats computationnels par rapport à des observations, des mesures ou des modèles établis.
- Disponibilité pour commencer immédiatement.
Processus de candidature
- Soumettez votre candidature, votre expérience en entraînement d'IA, votre spécialisation et vos preuves techniques publiques.
- Réalisez un entretien par IA comprenant des vérifications techniques et d'intégrité.
- Réalisez un examen par le responsable du recrutement.
- Si vous êtes sélectionné, suivez l'intégration au projet et commencez votre première tâche assignée.
Rémunération
- La rémunération est basée sur le rendement. Les experts sont payés pour les tâches qui respectent les spécifications et les exigences de qualité du projet. La disponibilité des tâches et le délai d'exécution peuvent varier.