Description du poste
Mindrift met en relation des spécialistes avec des opportunités de projets en IA pour des entreprises technologiques de premier plan, axées sur le test, l'évaluation et l'amélioration des systèmes d'IA. La participation est basée sur des projets, pas un emploi permanent.
Ce que cette opportunité implique
Vous concevez des problèmes de science des matériaux computationnelle pour mettre au défi un modèle d'IA de pointe. Le problème doit avoir une réponse vérifiable par code et nécessiter un outil spécialisé tel qu'ObsPy, instaseis, pyrocko, MITgcm, flopy/MODFLOW, ou d'autres. La manipulation générique de données autour de données jouets synthétisées ne suffira pas. Chaque problème s'exécute à l'intérieur d'un conteneur Linux scellé avec l'outil préinstallé et un juge programmatique qui évalue la réponse du modèle.
En tant qu'auteur expert, vous :
- Choisissez un outil d'ancrage et concevez un problème qui repose sur ses noyaux de traitement de formes d'onde, ses routines d'inversion géophysique, ses solveurs de flux souterrains, ou ses pipelines de données validés par la communauté.
- Rédigez une solution de référence en Python, fournissez les fichiers d'entrée et les définitions de modèle ou de domaine si nécessaire.
- Décidez de la réponse numérique et de la proximité que le modèle doit atteindre - avec une tolérance appropriée au domaine - pour être considéré comme correct.
- Testez le problème contre le modèle par lots de tentatives parallèles, en ajustant la difficulté du problème jusqu'à ce que l'agent ne réussisse que dans un petit nombre de tentatives.
- Une fois que vous êtes satisfait de la tâche et qu'elle obtient un score dans la plage, la tâche est transmise à un examinateur principal dans votre sous-domaine. Il fournira des commentaires pour garantir la haute qualité de la tâche.
L'étalonnage demande de la patience. Vous ajustez le problème par lots d'exécutions parallèles de l'agent, visant un taux de réussite dans la bande de 10 à 30 %. Atteindre cela signifie réécrire des scénarios de formes d'onde, resserrer les paramètres d'inversion et les tolérances du solveur, et observer comment les agents agissent. Vous apprendrez comment ces agents coupent les coins, où une simulation ralentit, où un modèle de flux ou d'inversion converge. Ce temps se compose dans deux directions. Vous sortez de chaque tâche avec une commande plus approfondie de l'outil d'ancrage lui-même, et vous obtenez également une intuition pratique de la manière dont un modèle de pointe navigue dans des problèmes complexes de sismologie, d'océanographie et de flux souterrains.
Ce que nous recherchons
Cette opportunité convient aux scientifiques et ingénieurs des matériaux ayant de l'expérience en Python, ouverts à des projets à temps partiel et non permanents. Idéalement, les contributeurs auront :
- Diplôme en science des matériaux ou domaine connexe ;
- 2+ années d'expérience en recherche, appliquée ou d'enseignement ;
- Maîtrise de Python pour la rédaction de solutions de référence ;
- Maîtrise - ou forte volonté d'apprendre indépendamment - d'au moins un paquet scriptable : ObsPy, instaseis, pyrocko, MITgcm, xmitgcm, flopy / MODFLOW, ou GeoPandas ;
- Capacité à concevoir des problèmes qui nécessitent réellement un solveur spécialisé ;
- Solide maîtrise de l'anglais écrit (C1+).
Vous n'avez pas d'expérience préalable avec les outils listés ? Vous êtes toujours le bienvenu pour postuler - tant que vous êtes prêt à vous mettre à niveau par vous-même et à démarrer rapidement.
Comment ça marche
Postuler → Réussir les qualifications → Rejoindre un projet → Compléter les tâches → Être payé
Attentes de temps de projet
Pour ce projet, les tâches sont estimées à environ 10 à 20 heures par semaine pendant les phases actives, en fonction des exigences du projet. Ceci est une estimation, pas une charge de travail garantie, et ne s'applique que pendant que le projet est actif.
Rémunération
Sur ce projet, les contributeurs peuvent gagner jusqu'à 45 $ par heure équivalente, en fonction de leur niveau et de leur rythme de contribution.
La rémunération varie selon les projets en fonction de la portée, de la complexité et de l'expertise requise. Veuillez noter que d'autres projets sur la plateforme peuvent offrir différents niveaux de rémunération en fonction de leurs exigences.