关于此职位
报酬：每小时相当于 60–120 美元，按验收通过的任务计酬
工作地点：全球，完全远程
工作类型：合同工
时间投入：每周 15 小时以上
工作时间：灵活
micro1 正在寻找具备 AI 训练或模型评估相关从业经验的计算地球与环境科学家，为一项旨在改进先进 AI 系统的项目提供支持。
你将运用自身的科学专业知识和编程技能，创建具有挑战性的技术任务，评估模型生成的代码和分析，识别其中的失败之处，并为正确解法建立客观标准。本岗位面向已完成实质性 AI 训练工作、且工作内容涉及地球、气候、环境或地理空间数据的候选人。
你将从事的工作
- 创建贴近真实场景的计算地球科学任务，用于挑战先进的 AI 模型。
- 编写任务说明、可复现环境、参考答案和评估标准。
- 评估模型生成的代码、地理空间分析、模拟、预测和技术交付成果。
- 识别涉及坐标系、空间或时间数据、模型假设、不确定性、数值方法或可复现性的问题。
必备资格
- 具备在科学或技术任务上训练、评估、基准测试或改进 AI 系统的有偿工作经验。
- 具备扎实的 Python 实操能力。
- 在至少一个相关的地球或环境科学专业领域具备深厚专长。
- 具备使用计算方法开展地理空间分析、建模、模拟、预测、遥感、统计或可复现研究的实操经验。
相关专业领域可包括地球科学、地质学、地球物理学、大气与气候、气象学、海洋与海事科学、水文学、遥感、环境科学和可持续性。
公开的技能证明
优秀的申请人应提供如下证据：
- 涉及计算方法的同行评审论文或预印本
- 公开的地理空间、气候、海洋或环境分析代码
- Google Scholar、ORCID 或同等研究主页
- 对开源科学软件的贡献
- 公开的数据集、模型、notebook、地图或模拟
- 有公开记录的预测、遥感或环境项目
优先资格
- 具备创建 AI 训练任务、参考答案、评分标准、自动评分器或基准问题的经验。
- 具备审阅其他 AI 训练师技术提交内容的经验。
- 具备使用 NumPy、SciPy、pandas、xarray、GeoPandas、GDAL、rasterio、NetCDF 或同类工具的经验。
- 具备将计算结果与观测数据、实测数据或既有模型进行验证的经验。
- 能够立即开始。
申请流程
- 提交申请，说明你的 AI 训练经验、专业领域和公开的技术证据。
- 完成一场包含技术和诚信核查的 AI 面试。
- 完成招聘经理审核。
- 如获录用，完成项目入职培训并开始首个分配任务。
薪酬
- 薪酬按产出计算。专家按符合项目规范和质量要求的任务获得报酬。任务数量和完成时间可能有所变化。