Młodszy Analityk Danych

Informacje o HiredBuddy W HiredBuddy łączymy specjalistów dziedzinowych i ekspertów merytorycznych z wiodącymi laboratoriami badawczymi AI, aby kształtować i szkolić sztuczną inteligencję nowej generacji. Koncentrujemy się na wysokiej jakości adnotacjach do danych, RLHF (uczenie się ze wzmocnieniem na podstawie informacji zwrotnej od ludzi) i ocenie modeli w różnych dziedzinach, od STEM i inżynierii oprogramowania po lingwistykę i naukę o danych. Przegląd stanowiska Poszukujemy zorientowanego na szczegóły, wysoce analitycznego młodszego analityka danych z siedzibą w Stanach Zjednoczonych, który dołączy do naszego rosnącego zdalnego zespołu.

Na tym stanowisku będziesz odgrywać kluczową rolę w monitorowaniu jakości zbiorów danych, analizowaniu wskaźników wydajności adnotatorów, optymalizowaniu potoków etykietowania i dostarczaniu spostrzeżeń, które udoskonalają nasze potoki danych szkoleniowych AI. Jest to idealna rola dla analityka na początku kariery, pasjonującego się skrzyżowaniem danych, uczeniem maszynowym i operacjami AI. Kluczowe obowiązki Zapewnienie jakości danych: audyt, czyszczenie i weryfikacja dużych zbiorów danych generowanych przez naszą sieć trenerów AI i ekspertów dziedzinowych w celu zapewnienia wysokiej precyzji i zgodności zgodnie z wytycznymi.Śledzenie wydajności i wskaźników: analizuj dokładność adnotatorów, czas realizacji i przepustowość za pomocą pulpitów nawigacyjnych SQL, Python i BI, aby pomóc zoptymalizować operacje.Optymalizacja potoku: współpracuj z zespołami wielofunkcyjnymi (operacjami, specjalistami AI i produktami), aby identyfikować wąskie gardła w potokach etykietowania danych i rekomendować rozwiązania oparte na danych.Raportowanie i pulpity nawigacyjne: Twórz, konserwuj i aktualizuj codzienne/tygodniowe raporty operacyjne i pulpity nawigacyjne do celów wewnętrznych interesariusze i potencjalni klienci.

Kalibracja wytycznych: Analizowanie przypadków brzegowych i wzorców błędów w wynikach zbioru danych, aby pomóc udoskonalić instrukcje i rubryki dotyczące adnotacji projektu. Kwalifikacje i umiejętności Wykształcenie: Licencjat w dziedzinie analizy danych, informatyki, statystyki, systemów informatycznych lub pokrewnej dziedziny ilościowej (lub równoważne doświadczenie praktyczne). Umiejętności techniczne: Biegłość w posługiwaniu się językiem SQL do odpytywania, agregowania i analizy danych.

Praktyczna znajomość Pythona lub R dla manipulowanie danymi (np. Pandas, NumPy).Doświadczenie z narzędziami do wizualizacji, takimi jak Tableau, Power BI lub Looker.Zaawansowane umiejętności Excela/Arkuszy Google (tabele przestawne, WYSZUKAJ.PIONOWO/XLOOKUP, złożone formuły).Nastawienie analityczne: Silne umiejętności rozwiązywania problemów z dużą dbałością o szczegóły podczas pracy ze złożonymi zbiorami danych.Komunikacja: Umiejętność jasnego przekładania wyników danych na przydatne spostrzeżenia dla zespołu nietechnicznego Członkowie.Pozwolenie na pracę: Muszą posiadać legalne zezwolenie na pracę w Stanach Zjednoczonych.Miło miećZnajomość koncepcji AI/ML, przepływów pracy z adnotacjami danych lub RLHF (uczenie się przez wzmacnianie na podstawie informacji zwrotnych od ludzi).Wcześniejsze doświadczenie lub staż na stanowisku analityka skoncentrowanego na operacjach.Co oferujemy100% zdalna elastyczność: praca z dowolnego miejsca w USA.Nowoczesny kontakt z branżą: zdobądź praktyczne doświadczenie w czołówce szkoleń i szkoleń z zakresu modeli sztucznej inteligencji ocena.Możliwości rozwoju: Bezpośredni mentoring i możliwości awansu w szybko rozwijającym się środowisku technologicznym.Konkurencyjne wynagrodzenie: stawka godzinowa/wynagrodzenie proporcjonalne do doświadczenia.Proszę wspomnieć słowo **AMICABLY** i oznaczyć RMjAwMTo0MWQwOjgwMToyMDAwOjo3ZWQ= przy składaniu wniosku, aby pokazać, że całkowicie zapoznałeś się z ogłoszeniem o pracę (#RMjAwMTo0MWQwOjgwMToyMDAwOjo3ZWQ=). Jest to funkcja w wersji beta, która pozwala uniknąć spamowania kandydatów.

Firmy mogą wyszukiwać te słowa, aby znaleźć kandydatów, którzy to przeczytają i zobaczą, że są ludźmi.