Over de functie
- Locatie: Op afstand
- Type: Contract / Parttime
- Inzet: 20 tot 40 uur per week
- Vergoeding: Tot 40 USD / uur
- Projectduur: 2 maanden, met mogelijkheid tot verlenging
Over de rol
Wij creëren hoogwaardige STEM-trainingsdata voor geavanceerde AI-modellen. Onze data wordt direct gebruikt in trainings- en evaluatiepijplijnen bij toonaangevende AI-labs om de redeneervaardigheid van modellen in technische domeinen te verbeteren.
We zijn op zoek naar experts in de natuurkunde om rigoureuze, deterministische problemen te ontwerpen die echt uitdagend zijn voor geavanceerde AI-systemen. Elk probleem moet precies één verifieerbaar juist antwoord hebben en samen met een volledige, geverifieerde oplossing worden ingediend.
Wat je gaat doen
- Geavanceerde natuurkundeproblemen ontwerpen voor training en evaluatie van geavanceerde AI
- Deterministische problemen creëren met precies één juist antwoord
- Volledige, geverifieerde oplossingen schrijven en het redeneerproces duidelijk documenteren
- Problemen ontwikkelen die diepgaand natuurkundig redeneren en meerstapsanalyse testen, niet alleen memorisatie
- Waar relevant Python of gespecialiseerde tools gebruiken om simulaties, modellen of computationele workflows te bouwen
- Zorgen dat alle outputs technisch nauwkeurig, reproduceerbaar en goed geschreven in het Engels zijn
Wat we zoeken
- Master- of PhD-diploma in de natuurkunde of een nauw verwant vakgebied
- Sterke onderzoeks- of industrie-ervaring met theoretische, experimentele of computationele natuurkunde
- Sterke Python-vaardigheden; vertrouwdheid met wetenschappelijke bibliotheken zoals numpy, scipy of vergelijkbaar
- Solide begrip van modellering, simulatie, numerieke methoden en meerstapsprobleemoplossing
- Vermogen om originele, moeilijke problemen te ontwerpen die echte natuurkundige workflows weerspiegelen
- Uitstekend oog voor detail en technische schrijfvaardigheden in het Engels
Prettig om te hebben
- Ervaring met simulatiehulpmiddelen of domeinspecifieke natuurkundesoftware (bijv. eindige-elementen-tools, circuitsimulatoren, symbolische systemen)
- Achtergrond in gebieden zoals computationele natuurkunde, statistische mechanica, elektromagnetisme, kwantummechanica of verwante vakgebieden
- Ervaring met het evalueren van modelredeneringen, benchmarking of het ontwerpen van technische beoordelingen