关于此职位
薪酬：每小时等值 60–120 美元，按验收通过的任务计酬
地点：全球，完全远程
工作类型：承包商
时间投入：每周 15 小时以上
工作安排：灵活
micro1 正在寻找具备先前专业 AI 训练或模型评估经验的机器学习工程师，以支持一个专注于改进先进 AI 系统的项目。
你将运用自身的机器学习专业知识，设计具有挑战性的技术任务，评估模型生成的工作，识别失败之处，并为正确解决方案建立客观标准。本岗位面向已完成实质性 AI 训练工作的候选人。
你将参与的工作
- 设计贴近真实的机器学习工程任务，以挑战先进 AI 模型。
- 编写任务说明、可复现环境、参考解决方案和评估标准。
- 评估模型生成的代码、实验、分析和技术交付成果。
- 识别涉及数据泄漏、验证不当、训练不稳定、性能或可复现性的问题。
必备资格
- 具备先前有偿的 AI 系统训练、评估、基准测试或改进经验。
- 具备扎实的 Python 实操能力。
- 具备使用 PyTorch、JAX、TensorFlow、scikit-learn、XGBoost、LightGBM 或同类 ML 工具的实操经验。
公开技能证明
优秀申请人应提供以下证据：
- GitHub 代码仓库或公开模型实现
- Kaggle、DrivenData、AIcrowd 或类似竞赛的成绩
- Hugging Face 模型或数据集
- 研究论文或技术报告
- 开源 ML 贡献
- 公开基准测试、实验或技术项目
优先资格
- 具备创建 AI 训练任务、参考答案、评分标准、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。
- 拥有 Kaggle Expert、Master 或 Grandmaster 身份，或在其他技术竞赛中取得优异成绩。
- 在机器学习领域有论文发表或开源贡献。
- 具备长周期或智能体式 AI 评估的经验。
- 可立即开始工作。
申请流程
- 提交你的申请、AI 训练经验及公开技术证据。
- 完成包含技术与诚信检查的 AI 面试。
- 完成招聘经理评审。
- 如获录用，完成项目入职并开始首个分配任务。
报酬
- 报酬按产出计算。专家就符合项目规范和质量要求的任务获得报酬。任务可用性和完成时间可能有所不同。