Directo de la empresahace 11 días
Pearl Talent - Assessment Psychometrist
Pearl
Buenos Aires, Buenos AiresRemoto · Tiempo completo
Senior5+ años
Este aviso fue publicado originalmente en inglés, así que es probable que necesites inglés para este puesto. La descripción puede estar traducida automáticamente al español; ante la duda, revisá el aviso original con el botón de postularte.
Empresa de tecnología busca Psicómetra para definir, diseñar y validar instrumentos de medición psicométrica para una iniciativa de IA de voz, trabajando en un rol remoto global.
Por qué aplicar
Si sos psicómetra y te interesa la IA, este puesto remoto en Pearl es para vos. Podrás definir y diseñar instrumentos de medición para una iniciativa innovadora, siendo la base científica del proyecto.
Descripción del puesto
Pearl Talent - Psychometrician Estamos contratando un Psicometrista para Pearl, una empresa que identifica talento excepcional de todo el mundo, los capacita para ser nativos de IA y los coloca en roles operativos en startups como contratistas gestionados: desde roles de cara al cliente hasta ingenieros de software y asistentes ejecutivos. Somos fundadores con 3 emprendimientos previos que hemos impulsado nuestra empresa a un par de millones en ARR y estamos agregando entre seis y siete cifras en ingresos anualizados netos nuevos cada mes. Nuestros clientes abarcan tecnología y salud respaldadas por capital de riesgo, incluidas startups de rápido crecimiento y negocios fenomenales con sede en EE. UU. que han recaudado más de $3 mil millones en financiamiento de Sequoia, a16z, Founders Fund, Y Combinator y otras firmas de capital de riesgo de primer nivel. Hoy somos aproximadamente 50 personas gestionando unos cientos de talentos, creciendo rápidamente y expandiéndonos a nuevos verticales. Empezamos Pearl porque creemos que, aunque la oportunidad no se crea igual en el mundo, el talento ambicioso sí. Ubicación: Totalmente remoto Propósito de tu rol Serás el pilar científico de nuestra iniciativa de modelos de voz con IA. Estamos construyendo un modelo que infiere constructos psicológicos a partir de la voz, y su calidad solo será tan buena como el sistema de medición que lo respalda. Este no es un rol de ingeniería de machine learning. No construirás el modelo en sí. En cambio, definirás qué debemos medir, diseñarás y validarás los instrumentos que lo miden, y convertirás esas mediciones en etiquetas de verdad fundamental (ground-truth) y criterios de evaluación defendibles para el entrenamiento del modelo. También serás la persona en la sala con la autoridad —y la responsabilidad— de decir qué la voz no puede decirnos de manera responsable sobre una persona. Lo que gestionarás: 1. **Marco psicométrico** * Revisar la literatura y evaluar marcos establecidos (Big Five/OCEAN, HEXACO, DISC y otros modelos relevantes) en cuanto a validez, utilidad y adecuación para nuestro caso de uso. * Recomendar qué constructos y dimensiones incluir, excluir o tratar con cautela, e identificar explícitamente los rasgos que no se pueden inferir de manera responsable a partir de la voz. * Construir y mantener un mapa de constructos claro que conecte constructos, dimensiones, indicadores, ítems de encuestas y puntuaciones resultantes, documentado como la única fuente de verdad para los equipos de Investigación, Datos e IA. 2. **Diseño y validación de instrumentos** * Diseñar encuestas psicométricas que sirvan como fuente de medición de alta calidad para participantes que también proporcionen muestras de voz: ítems, escalas de respuesta, reglas de puntuación, ítems con codificación inversa y verificaciones de atención, minimizando la fatiga y el sesgo de respuesta. * Decidir cuándo usar escalas validadas existentes, adaptarlas o desarrollar medidas adecuadas para el propósito, y luego realizar pruebas piloto e iterar basándose en el rendimiento empírico. * Ejecutar la batería de validación completa: confiabilidad (omega de McDonald, alfa de Cronbach, análisis ítem-total), EFA y CFA para probar la estructura dimensional, validez de constructo/convergente/discriminante/de criterio, test-retest cuando sea apropiado, e IRT cuando sea útil. * Recomendar tamaños de muestra, metodología de prueba piloto y umbrales de evidencia que una medida debe superar antes de usarse para entrenamiento. 3. **Verdad fundamental (Ground Truth) y evaluación del modelo** * Asociarse con los equipos de IA y Datos para transformar las respuestas psicométricas en etiquetas de entrenamiento defendibles: puntuaciones continuas, categorías, normalización e información de confianza/confiabilidad. * Definir reglas para respuestas faltantes, inconsistentes o de baja calidad, y los criterios para determinar cuándo una etiqueta es lo suficientemente confiable para entrenar. * Diseñar el marco para comparar la verdad fundamental basada en encuestas con las predicciones del modelo de voz, y definir métricas de evaluación que reflejen la validez psicométrica, no solo el rendimiento de ML. * Analizar dónde el modelo funciona bien, dónde falla y si la calidad de la predicción difiere por constructo o población. 4. **Sesgo, equidad y salvaguardias científicas** * Evaluar la invarianza de la medición y el sesgo potencial entre idiomas, culturas y poblaciones, incluido el impacto de la traducción y las elecciones de muestreo. * Definir los límites científicos sobre qué conclusiones se pueden y no se pueden extraer de las predicciones basadas en voz, y asociarse con Producto e IA para prevenir interpretaciones no respaldadas o engañosas. * Traducir hallazgos estadísticos complejos en decisiones prácticas para partes interesadas técnicas y no técnicas, manteniendo la metodología alineada con la investigación revisada por pares actual. Qué éxito se ve así: Dentro de tu primer ciclo, todo el pipeline de medición pasa por ti: marco seleccionado, mapa de constructos construido, Encuesta V1 diseñada y probada, validada estadísticamente, refinada en Encuesta V2 y convertida en un sistema de puntuación que produce etiquetas de entrenamiento en las que el equipo de IA confía. Cuando el modelo de voz envíe predicciones, estas se validarán contra la verdad fundamental que construiste, y cada afirmación que el producto haga sobre una persona será una que tu marco pueda defender científicamente. Requisitos: * Título avanzado (preferiblemente MSc o PhD) en Psicometría, Psicología Cuantitativa, Medición Psicológica, Psicología Industrial/Organizacional, Ciencias del Comportamiento o un campo cuantitativo estrechamente relacionado. * Experiencia práctica en instrumentos. Has diseñado, validado y refinado instrumentos psicométricos tú mismo, no solo los has utilizado. * Una sólida base estadística en análisis factorial, confiabilidad, validez y teoría de la medición; la experiencia en IRT es una gran ventaja. * Comodidad con datos del mundo real y desordenados. Puedes trabajar con conjuntos de datos de comportamiento imperfectos y aun así hacer recomendaciones basadas en evidencia. * Fluidez interfuncional. Te sientes cómodo colaborando con ingenieros de IA/ML, ingenieros de datos y equipos de producto; la experiencia en Python o R es muy deseable. * Pilar científico. Desafiarás suposiciones no respaldadas, definirás límites responsables para la inferencia psicológica basada en IA y te mantendrás firme cuando sea importante. Beneficios: * **Construir y Crecer Rápidamente** - Estamos escalando rápido y confiamos en que sabrás lo que hay que hacer sobre el terreno. Tendrás la oportunidad de asumir un liderazgo temprano y tomar decisiones que den forma a cómo crece nuestra empresa. * **Totalmente Remoto. Para Siempre.** - Hemos construido Pearl con un ADN multicultural y compañeros de equipo en 23 países. Confiamos en que el mejor trabajo no se hace detrás de un cubículo. * **PTO Ilimitado** - Confiamos en que harás tu trabajo y queremos crear un espacio para que te tomes tiempo libre con las personas que te importan. * **Retiros Globales** - Creamos un espacio para que nuestros compañeros de equipo se conozcan como personas, no solo como listas de tareas. Hemos compartido comidas, risas y amaneceres en todo el mundo en lugares como Cancún, El Nido, Boracay y Siargao. * **Equipo Ambicioso y Amable** - Construimos con las personas más competentes que conocemos y mantenemos una política de bajo ego y sin imbéciles. Buscamos personas inteligentes, amables y abiertas a ser vulnerables cuando importa.
Responsabilidades
- Definir el marco psicométrico y los constructos a medir.
- Diseñar y validar encuestas psicométricas.
- Transformar respuestas psicométricas en etiquetas de entrenamiento para IA.
- Definir criterios de evaluación para el modelo de voz.
- Evaluar sesgos y equidad en mediciones.
- Establecer límites científicos para la inferencia psicológica basada en voz.
Habilidades
Diseño de instrumentos psicométricosValidación de instrumentosAnálisis factorialTeoría de la mediciónAnálisis de fiabilidadValidez de constructoValidez de criterioAnálisis de datosColaboración interfuncionalComunicación con stakeholders técnicos y no técnicosPensamiento científicoCapacidad de establecer límites científicosAdaptabilidadLiderazgo emergente
Beneficios
- Remoto para siempre
- Vacaciones ilimitadas (PTO)
- Retiros globales
- Equipo ambicioso y amable
Trabajos similares
Más ofertas de Pearl
Más empleos de Tecnología y Sistemas en Buenos Aires
Grupo Techint · Buenos Aires
Presencialhace 17 horas
Explorar empleos relacionados
¿Te interesa empleos en Buenos Aires? Te avisamos por mail.