AI Trainer (ML Engineering)
Em resumo IA
Função remota e global para engenheiros de machine learning com experiência prévia paga em treino ou avaliação de sistemas de IA, para criar tarefas desafiantes, avaliar código e resultados de modelos e identificar falhas. Contrato independente, pago por tarefa aceite, mínimo de 15 horas semanais.
Descrição
- Função
- Criar tarefas de engenharia de machine learning que desafiem modelos de IA avançados, incluindo instruções, ambientes reprodutíveis, soluções de referência e critérios de avaliação. Avaliar código, experiências, análises e entregas técnicas produzidas por modelos, identificando fugas de dados, validação incorreta, treino instável, problemas de desempenho ou de reprodutibilidade. Projeto da empresa micro1.
- Requisitos
- Experiência profissional paga prévia em treino, avaliação, benchmarking ou melhoria de sistemas de IA.
- Proficiência prática em Python.
- Experiência prática com PyTorch, JAX, TensorFlow, scikit-learn, XGBoost, LightGBM ou ferramentas equivalentes.
- Prova pública de competências: repositórios GitHub, resultados em competições (Kaggle, DrivenData, AIcrowd), modelos ou datasets no Hugging Face, publicações, contribuições open-source ou projetos técnicos públicos.
- Valorizado
- estatuto Kaggle Expert, Master ou Grandmaster, criação de tarefas de treino ou rubricas, revisão de submissões de outros formadores de IA, experiência em avaliações agênticas de longo prazo, disponibilidade imediata.
- Condições
- Contrato: independente, sem indicação de duração
- Salário: 60–120 USD por hora equivalente, pago por tarefa aceite
- Horário: mínimo de 15 horas semanais, horário flexível, tempo parcial
- Local: remoto, global
- Benefícios
- não indicados
Pay: $60–$120/hour equivalent, paid per accepted task
Location: Global, fully remote
Job Type: Contractor
Time Commitment: 15+ hours per week
Schedule: Flexible
micro1 is looking for Machine Learning Engineers with prior professional AI-training or model-evaluation experience to support a project focused on improving advanced AI systems.
You will use your machine learning expertise to create challenging technical tasks, evaluate model-generated work, identify failures, and establish objective standards for correct solutions. This role is intended for candidates who have already completed substantive AI-training work.
What You’ll Work On
- Create realistic machine learning engineering tasks that challenge advanced AI models.
- Develop task instructions, reproducible environments, reference solutions, and evaluation criteria.
- Evaluate model-generated code, experiments, analyses, and technical deliverables.
- Identify issues involving data leakage, incorrect validation, unstable training, performance, or reproducibility.
Required Qualifications
- Prior paid experience training, evaluating, benchmarking, or improving AI systems.
- Strong practical proficiency with Python.
- Hands-on experience using PyTorch, JAX, TensorFlow, scikit-learn, XGBoost, LightGBM, or comparable ML tools.
Public Proof of Skill
Strong applicants should provide evidence such as:
- GitHub repositories or public model implementations
- Kaggle, DrivenData, AIcrowd, or similar competition results
- Hugging Face models or datasets
- Research publications or technical reports
- Open-source ML contributions
- Public benchmarks, experiments, or technical projects
Preferred Qualifications
- Experience creating AI-training tasks, reference answers, rubrics, graders, or benchmark problems.
- Experience reviewing other AI trainers’ technical submissions.
- Kaggle Expert, Master, or Grandmaster status, or strong results in another technical competition.
- Publications or open-source contributions in machine learning.
- Prior experience with long-horizon or agentic AI evaluations.
- Availability to begin immediately.
Application Process
- Submit your application, AI-training experience, and public technical evidence.
- Complete an AI interview containing technical and integrity checks.
- Complete a hiring-manager review.
- If selected, complete project onboarding and begin your first assigned task.
Compensation
- Compensation is output-based. Experts are paid for tasks that meet project specifications and quality requirements. Task availability and completion time may vary.
Originally posted on Himalayas
Como me candidatar
Processo: submissão de candidatura com experiência em IA e evidências públicas; entrevista de IA com verificações técnicas e de integridade; revisão pelo gestor de contratação; onboarding no projeto e início da primeira tarefa. IA
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
- AI Trainer (ML Engineering) | Remote - ContractXperteez Technology
- AI Trainer (Engineering Sciences)micro1
- ML EngineerEVB
- ML Engineermicro1
- ML Engineer, RemoteXperteez Technology
- AI Trainer (Life Sciences)micro1
Formação para esta vaga
- Developing Generative AI Applications on AWSRumosonline · horário laboral · 14 h · 1420 € · início 01/02/2027Pedido neste anúncio: Inteligência artificial e machine learning
- AI-3003: Build a natural language processing solution with Azure AI ServicesGalileuonline · horário laboral · 7 h · 560 € + IVA · início 24/11/2026Pedido neste anúncio: Inteligência artificial e machine learning
- Inteligência Artificial & Data ScienceCESAE Digitalonline · pós-laboral · 75 h · gratuitoPedido neste anúncio: Inteligência artificial e machine learning
Requisitos IA
- experiência paga em treino ou avaliação de IA
- PyTorch, JAX, TensorFlow, scikit-learn, XGBoost ou LightGBM
Publicado em (1)
- Himalayas visto 16 nov
Vista pela primeira vez a 16 nov, 22:29