关于此职位
一个致力于评估和基准测试高级智能音频模型与领先系统对比的项目。该项目的使命是评估和优化模型在真实客户支持用例中的性能。 职责
- 创建并执行基于角色扮演的评估场景，模拟跨多个领域的真实客户服务交互，包括：
- 航班预订和旅行支持
- 金融服务
- 电信和技术支持
- 为开发用于评估对话式音频代理的多样化和代表性数据集做出贡献。
- 根据一套标准化的定性和定量指标评估模型性能。
- 确保评估反映真实客户对清晰度、效率和自然对话流畅度的期望。
评估指标 模型性能通过对话、技术和音频特定标准的组合进行评估，包括但不限于：
- 任务完成的准确性和效率
- 对话自然度（语气、流畅度和连贯性）
- 音频理解和响应质量
- 指令遵循和上下文理解
- 基本计算机编程素养，包括：
- 理解JSON结构
- 熟悉函数和方法
- 能够对结构化数据和简单逻辑进行推理
- 在处理支持式问题解决时的技术沟通清晰度
技术与设备要求
- 在模拟客户支持环境中具备较强的口头沟通能力
- 英语熟练，包括在所有语言技能方面的流利度：阅读、听力、写作和口语。
- 可使用高质量麦克风，以确保评估期间获得清晰、可靠的音频输入
- 能够自如地处理结构化提示、评估标准和 技术指南
- 能够运行音频录制软件并打开大型技术文档的设备
我们提供每小时 11 美元至 30.65 美元的薪资范围，确切费率将在评估您的经验、专业知识和地理位置后确定。最终报价金额可能与上述薪资范围有所不同。作为承包商，您需要提供安全的电脑和高速互联网；公司赞助的福利（如健康保险和带薪休假）不适用。
雇佣类型：合同 工作场所类型：远程 资历级别：中高级水平