关于此职位
项目概述
我们正在为一项AI基准评估项目招募独立的音频评估专家，该项目旨在评估先进的智能体音频模型。随着AI模型在该领域越来越多地处理复杂工作流——特别是航班预订、金融服务和电信等真实客户支持场景——其准确性完全依赖于稳健、由专家精心构建的训练数据。本项目的目标是通过模拟交互自主生成高质量评估任务，审核对话式AI输出，并生成干净、可靠的数据集以优化模型性能。
项目交付物与范围
自主开展复杂评估框架的设计并提供结构化训练数据。预期交付物包括：
- 角色扮演场景执行：创建并执行基于角色扮演的复杂评估场景，模拟旅行、金融和技术支持领域的真实客户服务交互。
- 模型性能审核：依据标准化的定性 and 定量指标评估AI模型性能，严格聚焦于任务完成准确性、对话自然度和音频理解能力。
- 技术指标评估：评估模型的基础计算机编程素养，包括其对JSON结构、函数、方法的理解，以及在支持语境中对结构化数据进行推理的能力。
- 代表性数据集生成：参与开发多样化、高质量的音频数据集，准确反映真实客户对清晰度、效率和自然对话流畅度的期望。
所需专业能力
为成功完成本项目交付物，承包商必须具备深厚的行业知识，以构建真实的专业场景。核心技能包括：
- 在复杂客户支持、技术故障排除或对话式AI评估方面具有可证明的专业经验。
- 具备目标语言的母语或双语水平，包括读、听、写、说各项语言技能的流利度，并具备较强的分析和口头沟通能力，能够自信地开展模拟客户支持角色扮演。
- 基础计算机编程素养，特别是对JSON结构、函数、方法和简单逻辑有较好的理解。
- 严谨、注重细节的工作方式，能够处理结构化提示、复杂评估标准和技术指南。
- 所需设备：可使用高质量麦克风，以确保语音评估期间干净、可靠的音频输入。
我们提供每小时$6至$65的薪酬范围，具体费率将在评估您的经验、专业能力和地理位置后确定。最终报价金额可能高于或低于上述薪酬范围。作为承包商，您需自备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。
合作类型：自由职业 / 独立承包商
工作场所类型：远程