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音频评估专员，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——具体而言，包括航班预订、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且由专家精心制作的训练数据。本项目的目标是通过模拟交互自主生成高质量的评估任务，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
自主开展工作，设计复杂的评估框架并提供结构化的训练数据。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：依据标准化的定性和定量指标评估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，以及在支持场景中对结构化数据进行推理的能力。
- 代表性数据集生成：为开发多样化、高质量的音频数据集做出贡献，这些数据集需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。
所需专长
为成功完成本项目的交付物，承包商必须具备深厚的行业知识，以构建逼真的专业场景。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。
- 目标语言的母语或双语熟练度，包括在各项语言技能（读、听、写、说）上的流利程度，同时具备较强的分析和口头沟通能力，能够自信地进行模拟客户支持角色扮演。
- 基础计算机编程素养，特别是能够轻松理解JSON结构、函数、方法和简单逻辑。
- 在处理结构化提示、复杂评估标准和技术指南时具备一丝不苟、注重细节的工作方式。
- 所需设备：可使用高质量麦克风，以确保语音评估期间获得干净、可靠的音频输入。
我们提供每小时6至65美元的薪酬范围，具体费率将在评估您的经验、专长和地理位置后确定。最终报价金额可能不同于上述薪酬范围。作为承包商，您需自行提供安全的计算机和高速互联网；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
资历级别：中高级