Over de functie
Vergoeding: $60–$120/uur equivalent, betaald per geaccepteerde taak
Locatie: Wereldwijd, volledig op afstand
Type dienstverband: Contractor
Tijdsinvestering: 15+ uur per week
Planning: Flexibel
micro1 is op zoek naar computationele aard- en milieuwetenschappers met eerdere professionele ervaring in AI-training of modelevaluatie om een project te ondersteunen dat gericht is op het verbeteren van geavanceerde AI-systemen.
Je gebruikt je wetenschappelijke expertise en programmeervaardigheden om uitdagende technische taken te creëren, door modellen gegenereerde code en analyses te evalueren, tekortkomingen te identificeren en objectieve normen vast te stellen voor correcte oplossingen. Deze rol is bedoeld voor kandidaten die substantieel AI-trainingswerk hebben verricht met betrekking tot aard-, klimaat-, milieu- of geospatiale content.
Waar je aan werkt
- Realistische computationele aardwetenschappelijke taken creëren die geavanceerde AI-modellen uitdagen.
- Taakinstructies, reproduceerbare omgevingen, referentieoplossingen en evaluatiecriteria ontwikkelen.
- Door modellen gegenereerde code, geospatiale analyses, simulaties, voorspellingen en technische Deliverables evalueren.
- Problemen identificeren met betrekking tot coördinatensystemen, ruimtelijke of temporele data, modelaannames, onzekerheid, numerieke methoden of reproduceerbaarheid.
Vereiste kwalificaties
- Eerdere betaalde ervaring met het trainen, evalueren, benchmarken of verbeteren van AI-systemen op wetenschappelijke of technische taken.
- Sterke praktische vaardigheid in Python.
- Diepgaande expertise in ten minste één relevante specialisatie binnen de aard- of milieuwetenschappen.
- Praktische ervaring met computationele methoden voor geospatiale analyse, modellering, simulatie, voorspelling, remote sensing, statistiek of reproduceerbaar onderzoek.
Relevante specialisaties kunnen zijn: geowetenschappen, geologie, geofysica, atmosfeer en klimaat, meteorologie, oceaan- en mariene wetenschappen, hydrologie, remote sensing, milieuwetenschappen en duurzaamheid.
Openbaar bewijs van vaardigheid
Sterke kandidaten dienen bewijs te leveren zoals:
- Peer-reviewed publicaties of preprints met computationele methoden
- Openbare geospatiale, klimaat-, oceaan- of milieu-analysescode
- Google Scholar-, ORCID- of gelijkwaardige onderzoeksprofielen
- Bijdragen aan open-source wetenschappelijke software
- Openbare datasets, modellen, notebooks, kaarten of simulaties
- Openbaar gedocumenteerde voorspellings-, remote-sensing- of milieuprojecten
Gewenste kwalificaties
- Ervaring met het creëren van AI-trainingstaken, referentieantwoorden, beoordelingsrubrieken, beoordelaars of benchmarkproblemen.
- Ervaring met het beoordelen van technische inzendingen van andere AI-trainers.
- Ervaring met NumPy, SciPy, pandas, xarray, GeoPandas, GDAL, rasterio, NetCDF of vergelijkbare tools.
- Ervaring met het valideren van computationele resultaten tegen waarnemingen, metingen of gevestigde modellen.
- Beschikbaarheid om onmiddellijk te beginnen.
Sollicitatieprocedure
- Dien je sollicitatie in, met je AI-trainingservaring, specialisatie en openbaar technisch bewijs.
- Voltooi een AI-sollicitatiegesprek met technische en integriteitscontroles.
- Voltooi een beoordeling door de hiring manager.
- Bij selectie: voltooi de projectonboarding en begin met je eerste toegewezen taak.
Vergoeding
- Vergoeding is gebaseerd op output. Experts worden betaald voor taken die voldoen aan de projectspecificaties en kwaliteitseisen. Beschikbaarheid van taken en doorlooptijd kunnen variëren.