Technical Staff Munkatárs – Frontier AI

Feladatok

• ▹Kutatási és kiértékelési kezdeményezések végpontok közötti tulajdonlása: problémafelvetés, adattervezés, minőségi kalibráció és jelvalidáció
• ▹ML-orientált adatrendszerek tervezése, beleértve feladat-definíciókat, annotációs sémákat, rubrikákat, ösztönzőket és a downstream modellteljesítményre optimalizált folyamatokat
• ▹Modell- és rendszerhibák elemzése a gyökérokok, szélsőséges esetek és fejlesztési lehetőségek azonosítására
• ▹Kétértelmű, valós viselkedés strukturált kiértékelési keretrendszerekké és új adatkategóriákká alakítása
• ▹Szoros együttműködés kutatókkal és szakterületi szakértőkkel a minőség korai és folyamatos kalibrálásában
• ▹Gyors iteráció kiértékeléseken, adathalmazokon és visszacsatolási hurkokon a rendszerteljesítmény javítására
• ▹Minőségi kapuként való működés: állítások blokkolása, munka szüneteltetése vagy hatókör-változtatás kikényszerítése, ha a jel ereje vagy adatintegritás nem elégséges
• ▹Együttműködés cross-funkcionális és ügyfélkapcsolati csapatokkal a kutatási előrehaladás világos, hiteles narratívává alakításában
• ▹Adat- vagy kiértékelési lefedettségi hiányosságok azonosítása, javaslattétel a befektetésre, iterációra vagy leállásra

Elvárások

• ▹Erős ítélőképesség a kutatási jel minőségével és azzal kapcsolatban, hogy a munka mikor kész a külső bemutatásra
• ▹Tapasztalat ML-orientált adathalmazok, kiértékelési keretrendszerek és minőségbiztosítási folyamatok tervezésében
• ▹Képesség zavaros, valós rendszerviselkedés strukturált kutatási és kiértékelési lehetőségekké alakítására
• ▹Kényelem a bizonytalanságban, felelősségvállalásra és határozott cselekvésre való hajlammal
• ▹Világos írásbeli és szóbeli kommunikáció, különösen kompromisszumok, korlátok és jelerősség magyarázatakor technikai és nem technikai érdekeltek felé
• ▹Bizonyított képesség szakértőkkel való közvetlen munkára projektindításkor, kalibrációnál és iterációnál
• ▹Rendszerszintű szemlélet, érdeklődéssel a végpontok közötti modell- vagy ágensteljesítmény javítása iránt, ne csak izolált komponensek felé

Előny

• ▹Tapasztalat megerősítéses tanulási környezetekkel, szimulátorokkal vagy visszacsatolás-vezérelt tréningrendszerekkel
• ▹Tapasztalat ágens-alapú rendszerek vagy valós munkafolyamatokban működő AI-rendszerek fejlesztésében
• ▹Korábbi munka alkalmazott kutatásban vagy termelési környezetben, közvetlen hatással a bevezetett rendszerekre
• ▹Tapasztalat komplex vagy valós feladatok kiértékelési tervezésében
• ▹Jártasság szakértői ösztönzőrendszerek tervezésében és magas tétű technikai projektekben való részvételben

Soft skillek

Amit kínálunk

• ▹Alapfizetés 180 000–320 000 USD éves szinten
• ▹Részvényjuttatás (equity)
• ▹Teljesítményalapú bónuszok
• ▹Egészségbiztosítási díj akár 100%-os megtérítése
• ▹Fizetett szabadság
• ▹401(k) nyugdíjprogram céges hozzájárulással

A munkáltatóról

A micro1 átfogó juttatási csomagot biztosít, és távoli munkavégzésre épülő, magas teljesítményű csapatot épít, esélyegyenlőségi elvek mentén.