À propos du poste
Rémunération : équivalent de 60–120 $/heure, payé par tâche acceptée
Lieu : mondial, entièrement à distance
Type de contrat : prestataire indépendant
Engagement horaire : 15+ heures par semaine
Horaires : flexibles
micro1 recherche des scientifiques physiciens computationnels ayant déjà une expérience professionnelle d'entraînement de l'IA ou d'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 les modèles, identifier les défaillances et établir des critères objectifs pour les solutions correctes. Ce rôle s'adresse aux candidats ayant réalisé un travail substantiel d'entraînement de l'IA portant sur des contenus en sciences physiques.
Ce sur quoi vous travaillerez
- Créer des tâches réalistes de sciences physiques computationnelles qui mettent à l'épreuve des modèles d'IA avancés.
- Élaborer des consignes de tâche, des environnements reproductibles, des solutions de référence et des critères d'évaluation.
- Évaluer les calculs, le code, les simulations, les modèles et les livrables techniques générés par les modèles.
- Identifier les hypothèses invalides, les erreurs numériques, les résultats physiquement impossibles, les méthodes incorrectes ou les défaillances de 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 en sciences physiques.
- Expérience pratique de méthodes computationnelles pour la modélisation, la simulation, l'analyse numérique, l'analyse de données ou la recherche reproductible.
Les spécialisations pertinentes peuvent inclure la physique, l'astronomie et la cosmologie, la science des matériaux, la chimie, la physique computationnelle, la chimie computationnelle et la simulation scientifique.
Preuves publiques de compétences
Les candidats solides devraient fournir des éléments tels que :
- Publications évaluées par les pairs ou préprints impliquant des méthodes computationnelles
- Code public de simulation ou d'analyse
- Profils de recherche Google Scholar, ORCID, arXiv ou équivalents
- Contributions à des logiciels scientifiques open source
- Notebooks, modèles, jeux de données ou simulations reproductibles
- Benchmarks, expériences ou projets techniques publics
Qualifications appréciées
- Expérience dans la création de tâches d'entraînement de l'IA, de réponses de référence, de grilles d'évaluation, de correcteurs automatiques ou de problèmes de benchmark.
- Expérience avec NumPy, SciPy, SymPy, Astropy, PyTorch, JAX ou des outils scientifiques comparables.
- Expérience de validation de simulations ou de modèles par rapport à des résultats analytiques, des observations ou des données expérimentales.
- Disponibilité pour commencer immédiatement.
Processus de candidature
- Soumettez votre candidature, votre expérience d'entraînement de l'IA, votre spécialisation et vos preuves techniques publiques.
- Réalisez un entretien IA comprenant des vérifications techniques et d'intégrité.
- Passez un examen par le responsable du recrutement.
- Si vous êtes retenu, 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 temps d'exécution peuvent varier.