Ingeniero Eléctrico y Electrónico (Doctorado) - Teletrabajo

Descripción

Resumen: Este puesto colabora con equipos líderes de IA para mejorar los sistemas de IA conversacional mediante la evaluación y mejora de su razonamiento en contextos de ingeniería, a través del perfeccionamiento de indicaciones (prompts) y la anotación de respuestas. Aspectos destacados: 1. Oportunidad de mejorar los sistemas avanzados de IA conversacional 2. Implicarse con conceptos de ingeniería complejos en múltiples disciplinas 3. Contribuir al rigor y la claridad de las explicaciones de la IA **Modalidad de trabajo:** Teletrabajo **Tipo de colaboración:** Contratista independiente **Horario:** Contrato a tiempo completo o a tiempo parcial **Requisito lingüístico:** Inglés fluido **Descripción del puesto:** Colabora con equipos líderes de IA para mejorar la calidad, utilidad y fiabilidad de los sistemas generales de IA conversacional. Estos sistemas se utilizan en una amplia variedad de escenarios cotidianos y profesionales, y su eficacia depende de la claridad, precisión y utilidad con que responden a las preguntas reales de los usuarios. En contextos relacionados con la ingeniería, los sistemas de IA 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 acerca de los conceptos de ingeniería y los explican en múltiples disciplinas. **Sus responsabilidades** * **Redactar y perfeccionar indicaciones (prompts)** para orientar el comportamiento del modelo en escenarios de ingeniería * **Evaluar las respuestas generadas por modelos de lenguaje de gran tamaño (LLM)** ante consultas relacionadas con la ingeniería, teniendo en cuenta su exactitud técnica, razonamiento aplicado y exhaustividad * **Realizar verificaciones factuales y comprobar cualquier afirmación técnica** mediante fuentes públicas autorizadas y conocimientos especializados en la materia * **Anotar las respuestas del modelo**, identificando sus puntos fuertes, 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 con las directrices del sistema * **Aplicar criterios de evaluación consistentes**, siguiendo taxonomías claras, referencias comparativas (benchmarks) y pautas detalladas de evaluación **Perfil requerido** * Posee un **doctorado (PhD) en Ingeniería o en un campo estrechamente relacionado** * Tiene una 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 infraestructuras * Tiene **una experiencia significativa en el uso de modelos de lenguaje de gran tamaño (LLM)** y comprende cómo y por qué las personas los utilizan * Tiene **excelentes habilidades de redacción** y puede explicar con claridad conceptos complejos de ingeniería * Tiene una **gran atención al detalle**, detectando sistemáticamente matices que otros podrían pasar por alto * **Experiencia previa en la revisión o edición de textos técnicos o académicos** **Competencias deseables (no excluyentes)** * Experiencia en investigación aplicada, flujos de trabajo de ingeniería industrial o diseño de sistemas * Experiencia previa en RLHF (retroalimentación humana con refuerzo), evaluación de modelos o trabajo de anotación de datos * Experiencia en docencia, tutoría o 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 de los modelos relacionadas con la ingeniería * Sus comentarios mejoran el rigor, la claridad y la corrección de las explicaciones de la IA * Entrega artefactos de evaluación consistentes y reproducibles que fortalecen el rendimiento del modelo