Ingeniero en Ciencias de la Computación (PhD) - Teletrabajo

Descripción

Resumen: Colabora con equipos líderes de IA para mejorar la calidad, utilidad y fiabilidad de los sistemas generales de inteligencia artificial conversacional mediante la evaluación y refinamiento de conceptos de ingeniería. Aspectos destacados: 1. Oportunidad de impactar la eficacia de los sistemas de inteligencia artificial conversacional 2. Enfoque en la evaluación y mejora del razonamiento de la IA en disciplinas de ingeniería 3. Participación en la verificación de hechos y la validación de afirmaciones técnicas **Modalidad de trabajo:** Teletrabajo **Tipo de colaboración:** Contratista independiente **Horario:** Contrato a tiempo completo o a tiempo parcial **Requisito lingüístico:** Inglés fluido **Rol:** Colabora con equipos líderes de IA para mejorar la calidad, utilidad y fiabilidad de los sistemas generales de inteligencia artificial conversacional. Estos sistemas se utilizan en una amplia variedad de contextos cotidianos y profesionales, y su eficacia depende de qué tan clara, precisa y útil sea su respuesta a las preguntas reales de los usuarios. En contextos relacionados con la ingeniería, los sistemas de inteligencia artificial conversacional deben demostrar un razonamiento aplicado preciso, una precisión cuantitativa y una resolución práctica de problemas alineada con sistemas del mundo real. Este proyecto se centra en evaluar y mejorar cómo los modelos razonan sobre conceptos de ingeniería y los explican en múltiples disciplinas. **Sus responsabilidades** * **Redactar y refinar indicaciones (prompts)** para guiar el comportamiento del modelo en escenarios de ingeniería * **Evaluar las respuestas generadas por modelos de lenguaje grande (LLM)** a consultas relacionadas con la ingeniería, en cuanto a precisión técnica, razonamiento aplicado y completitud * **Realizar verificaciones de hechos y validar cualquier afirmación técnica** mediante fuentes públicas autorizadas y conocimientos especializados en la materia * **Annotar las respuestas del modelo**, identificando sus fortalezas, áreas de mejora y errores factuales o conceptuales * **Evaluar la claridad, estructura y adecuación de las explicaciones** para distintos públicos * Asegurar que **las respuestas del modelo se alineen con el comportamiento conversacional esperado y las directrices del sistema** * **Aplicar criterios de evaluación consistentes**, siguiendo taxonomías claras, referencias comparativas (benchmarks) y pautas detalladas de evaluación **Perfil deseado** * Posee un **doctorado (PhD) en Ingeniería o en un campo estrechamente relacionado** * Tiene experiencia profunda en **uno o más de los siguientes subdominios**: + Ingeniería mecánica y de sistemas físicos + Ingeniería eléctrica, electrónica y de computación + Ingeniería química, de materiales y de procesos + Ingeniería civil, ambiental e infraestructural * Cuenta con **experiencia significativa en el uso de modelos de lenguaje grande (LLM)** y comprende cómo y por qué las personas los utilizan * Posee **excelentes habilidades de redacción**, capaz de explicar con claridad conceptos complejos de ingeniería * Tiene una **gran atención al detalle**, detectando sistemáticamente matices sutiles que otros podrían pasar por alto * **Experiencia previa en la revisión o edición de textos técnicos o académicos** **Especialidades deseables (no obligatorias)** * Experiencia en investigación aplicada, flujos de trabajo de ingeniería industrial o diseño de sistemas * Experiencia previa en RLHF (aprendizaje por refuerzo con retroalimentación humana), evaluación de modelos o trabajo de anotación de datos * Experiencia docente, de tutoría o de explicación de conceptos de ingeniería a audiencias no especializadas * Conocimiento de rúbricas de evaluación, referencias comparativas (benchmarks) o marcos estructurados de revisión **Indicadores de éxito** * Identifica inexactitudes técnicas, supuestos erróneos o razonamientos incompletos en las salidas del modelo relacionadas con la ingeniería * Sus comentarios mejoran el rigor, la claridad y la corrección de las explicaciones generadas por la IA * Entrega artefactos de evaluación consistentes y reproducibles que fortalecen el desempeño del modelo