Expert Talent Pool, Agents and Reinforcement Learning
Em resumo IA
Rede de especialistas para projetos de dados humanos em IA focados em agentes e aprendizagem por reforço: conceber ambientes de treino, verificadores e sistemas de avaliação. Remoto, com projetos de uma semana a vários meses, pagos por hora.
Descrição
- Função
- Conceber ambientes de aprendizagem por reforço (Python e Docker, espaços de estados, integrações de ferramentas e mecanismos de pontuação). Criar verificadores e funções de recompensa robustas. Traduzir fluxos de trabalho empresariais (ERP, CRM, finanças, operações) em cenários mensuráveis. Integrar ferramentas e APIs REST e criar test harnesses com pytest. Liderar programas de demonstração de agentes, avaliar e corrigir trajetórias e orientar outros colaboradores em práticas de avaliação.
- Requisitos
- Pelo menos 5 anos de experiência em engenharia de software, automação de QA, machine learning, aprendizagem por reforço ou sistemas de negócio e operações, com trabalho prático em dados de agentes ou RL.
- Competência sólida em Python e experiência a construir ferramentas ou serviços usados por terceiros.
- Experiência em desenhar ambientes, verificadores, funções de recompensa ou test harnesses.
- Experiência com APIs REST e Docker.
- Valorizado
- liderança ou revisão de trabalho de dados e avaliação, modelação de fluxos em Salesforce ou plataformas ERP, licenciatura em informática, engenharia ou área relacionada.
- Condições
- Contrato: independente (pagamento por horas trabalhadas)
- Salário: 80 a 200 USD por hora, consoante projeto, área e nível
- Horário: não indicado
- Local: remoto
- Benefícios
- não indicados
About the Role
Join an expert network supporting AI human-data projects focused on agents and reinforcement learning. You will design training environments and evaluation systems, and assess agent behavior as projects become available.
What You'll Do
Design reinforcement learning environments, including Python and Docker setups, state spaces, tool integrations, and scoring mechanisms.
Build robust verifiers and reward functions that resist agent gaming.
Translate real-world business workflows in areas such as ERP, CRM, finance, and operations into measurable scenarios.
Integrate tools and REST APIs, and build test harnesses using pytest or similar tools.
Lead agent demonstration and computer-use programs, setting standards for trace collection quality.
Grade and repair agent trajectories, and mentor contributors on evaluation practices.
What We're Looking For
At least 5 years of experience in software engineering, QA automation, machine learning, reinforcement learning, or business systems and operations paired with hands-on agent or RL data work.
Strong Python skills and experience building tools or services used by others.
Experience designing environments, verifiers, reward functions, or test harnesses that evaluate software or agent behavior, using tools such as pytest, Playwright, Selenium, or Gymnasium-style environments.
Hands-on experience with agent or RL data, such as demonstrations, trajectory grading, trace collection, or computer-use demos.
Experience with REST APIs and Docker.
Experience leading or reviewing data, evaluation, or demonstration work is valuable, as is expertise modeling workflows in business systems such as Salesforce or ERP platforms.
A degree in computer science, engineering, or a related field is relevant.
Compensation & Benefits
Compensation is $80 to $200 per hour, depending on project, field, and level. Pay is based on hours worked.
Location
Remote. Projects typically run from one week to several months.
Compensation Range: $166.4K - $416K
Originally posted on Himalayas
Como me candidatar
Candidatar no anúncio original ↗
Preparar candidatura
Uma carta de apresentação e uma apresentação curta para esta oferta, escritas a partir do teu perfil, e o que aprender a seguir.
Entra e cria o teu perfil a partir do CV. É privado: não o partilhamos com ninguém.
Algo errado ou ilegal neste anúncio? Reportar
Ofertas semelhantes
- Expert Talent Pool, Agents and Reinforcement LearningClera
- Expert Talent Pool, Agents and RL (Associate)Clera
- Expert Talent Pool, Agents and Reinforcement Learning (Associate, 0-5 Years)Clera
- Expert Talent Pool, Feedback and Alignment AssociateClera
- Expert Talent Pool, Safety Testing (Expert)Clera
- Expert Talent Pool, Evals and Benchmarks (Associate)Clera
Salário comparado ⓘ
83 ofertas · Analistas de sistemas · teletrabalho
ver as que pagam mais →Formação para esta vaga
- Linguagens de Programação - Programação em PythonCentro de Formação e Reabilitação Profissional de Alcoitãoonline · horário laboral · 350 h · gratuito · início 11/12/2026Pedido neste anúncio: Python
- Practical Data Science with PythonRumosonline · horário laboral · 28 h · 2060 € · início 18/01/2027Pedido neste anúncio: Python
- Programação em Python: Do Zero às Bases EssenciaisPwC's Academyonline · horário laboral · 16 h · 800 € + IVA · início 14/12/2026Pedido neste anúncio: Python
Idiomas IA
Publicado em (1)
- Himalayas visto 16 nov – 17 nov
Vista pela primeira vez a 16 nov, 21:49