Entrenador de IA freelance - Experto en Física y Python

Diseñar problemas de física computacional para evaluar modelos de IA avanzados. Se requiere experiencia en física y Python, y familiaridad con herramientas especializadas como FEniCS, OpenFOAM, etc.

Descripción del puesto

Envíe su CV en inglés e indique su nivel de dominio del inglés. Mindrift conecta especialistas con oportunidades de proyectos basados en inteligencia artificial para empresas tecnológicas líderes, enfocadas en probar, evaluar y mejorar sistemas de inteligencia artificial. La participación es por proyecto, no es un empleo permanente. En qué consiste esta oportunidad. Usted diseña problemas de física computacional para desafiar un modelo de inteligencia artificial de frontera. El problema debe tener una respuesta verificable por código, y el problema debe requerir una herramienta especializada como FEniCS, OpenFOAM, Meep, REBOUND, CAMB u otras. Las bibliotecas numéricas genéricas por sí solas no son suficientes. Cada problema se ejecuta dentro de un contenedor Linux sellado con la herramienta preinstalada y un juez programático que califica la respuesta del modelo. Como autor experto, usted: - Elige una herramienta de anclaje y diseña un problema que se basa en sus modelos de física, integradores, núcleos de Monte Carlo o discretizaciones de PDE. - Escribe una solución de referencia en Python, proporciona archivos de entrada y definiciones de dominio o condiciones iniciales donde sea necesario. - Decide la respuesta numérica y cuánto cerca debe estar el modelo para contar como correcto, con una tolerancia adecuada al dominio. - Prueba el problema contra el modelo en lotes de intentos paralelos, ajustando la dificultad del problema hasta que el agente solo tenga éxito en un pequeño número de intentos. - Una vez que esté satisfecho con la tarea, y esta califique dentro del rango, la tarea pasa a un revisor senior en su subcampo. Este proporcionará retroalimentación para garantizar que la calidad de la tarea sea alta. La calibración requiere paciencia. Usted ajusta el problema contra lotes de ejecuciones paralelas del agente, apuntando a una tasa de aprobación en la banda del 10-30%. Lograrlo significa reescribir configuraciones de campo, ajustar condiciones iniciales y parámetros del solucionador, y observar cómo actúan los agentes. Usted aprenderá cómo estos agentes se toman atajos, dónde se estanca una simulación, dónde converge un integrador. Este tiempo se compone en dos direcciones. Usted sale de cada tarea con un dominio más profundo de la herramienta de anclaje en sí, y también obtiene una intuición práctica de cómo un modelo de frontera navega problemas electromagnéticos, fluidos, gravitacionales y cosmológicos complejos. Qué buscamos Esta oportunidad es adecuada para físicos con experiencia en Python, abiertos a proyectos de tiempo parcial y no permanentes. Idealmente, los contribuyentes tendrán: - Grado en Física (Teórica, Experimental o Computacional) o campo relacionado; - 2+ años de investigación, aplicada o experiencia docente; - Dominio de Python para escribir soluciones de referencia; - Fluidez con - o fuerte voluntad de aprender de forma independiente - al menos un paquete de física scriptable: FEniCS / DOLFINx, OpenFOAM, Meep, MPB, openEMS, Geant4, PYTHIA8, ROOT / PyROOT, WarpX, REBOUND, MESA, CAMB, CLASS o bilby; - Capacidad para diseñar problemas que realmente requieren una herramienta de simulación especializada; - Inglés escrito fuerte (C1+). ¿No tiene experiencia previa con las herramientas enumeradas? Aún es bienvenido a aplicar - siempre y cuando esté listo para ponerse al día por su cuenta y arrancar de inmediato. Cómo funciona Aplicar → Pasar la cualificación (es) → Unirse a un proyecto → Completar tareas → Cobrar Expectativas de tiempo del proyecto Para este proyecto, se estima que las tareas requieren alrededor de 10-20 horas por semana durante las fases activas, basadas en los requisitos del proyecto. Esta es una estimación, no una carga de trabajo garantizada, y se aplica solo mientras el proyecto esté activo. Compensación En este proyecto, los contribuyentes pueden ganar hasta $ 17 por hora equivalente, dependiendo de su nivel y ritmo de contribución. La compensación varía entre proyectos dependiendo del alcance, la complejidad y la experiencia requerida. Tenga en cuenta que otros proyectos en la plataforma pueden ofrecer niveles de ingresos diferentes en función de sus requisitos.

Responsabilidades

• Diseñar problemas de física computacional
• Escribir soluciones de referencia en Python
• Testear problemas contra modelos de IA

Skills requeridas

Trabajos similares

Más ofertas de Mindrift