关于此职位
您是渴望塑造 AI 未来的 AI 质量保证专家吗？大规模语言模型正从聪明的聊天机器人演变为企业级平台。借助严格的评估数据，未来的 AI 可以普及世界一流的教育、紧跟前沿研究，并为各地团队简化工作流程。这种质量始于您——我们需要您的专业知识来强化模型的推理能力和可靠性。
我们正在寻找将模型评估、LLM 安全性、提示词稳健性、数据质量保证、多语言和特定领域测试、事实依据验证以及合规/就绪检查视为生命的 AI 质量保证训练师。您将在幻觉检测、事实一致性、提示词注入和越狱抵抗、偏见/公平性审计、推理链可靠性、工具使用正确性、检索增强保真度以及端到端工作流验证等任务上挑战先进的语言模型——记录每一个失败模式，以便我们提高标准。
在典型的一天中，您将与模型就真实场景和评估提示词进行对话，验证事实准确性和逻辑合理性，设计并运行测试计划和回归测试套件，构建清晰的评分标准和通过/失败标准，捕获可复现的错误追踪及根因假设，并就提示词工程、防护栏和评估指标（例如精确率/召回率、忠实度、毒性和延迟 SLO）提出改进建议。您还将参与对抗性红队测试、自动化（Python/SQL）和仪表板构建，以跟踪随时间推移的质量变化。
理想人选拥有计算机科学、数据科学、计算语言学、统计学或相关领域的学士、硕士或博士学位；有已交付的 ML/AI 系统质量保证经验、安全/红队经验、测试自动化框架（例如 PyTest）以及 LLM 评估工具（例如 OpenAI Evals、RAG 评估器、W&B）的实践经验表明匹配。突出的技能包括：评估标准设计、对抗性测试/红队测试、大规模回归测试、偏见/公平性审计、事实依据验证、提示词和系统提示词工程、测试自动化（Python/SQL）以及高信号缺陷报告。清晰、元认知的沟通——“展示你的工作”——至关重要。
准备好将您的质量保证专业知识转化为未来 AI 的质量支柱了吗？立即申请，开始训练将教会世界的模型。
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、专业知识和地理位置后确定。最终报价金额可能与上述薪酬范围有所不同。作为承包商，您需要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。
雇佣类型：合同 工作场所类型：远程 资历级别：中高级