Pesquisador(a) em Aprendizado de Máquina - RL e Sistemas Agentes

Vaga não está no LinkedIn

🕒 Maio 28

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Grupo Protege

SiteLinkedInTodas as Vagas

10.000+ funcionários

Fundada em 1971

🤖 Inteligência Artificial

🤝 B2B

☁️ SaaS

Artificial Intelligence • B2B • SaaS

O Grupo Protege é uma plataforma de dados de treinamento para IA que conecta desenvolvedores de IA a dados de treinamento de alta qualidade e obtidos de forma ética. Ela atende tanto aos desenvolvedores de IA, ao oferecer um acervo amplo e rico de dados para treinamento de modelos, quanto aos detentores de dados, ao permitir que monetizem seus dados mantendo governança e controle. A plataforma busca simplificar de forma significativa o processo de aquisição de dados, facilitando o acesso dos desenvolvedores aos dados de que precisam, com eficiência.

Descrição

• Projetar e construir conjuntos de dados, tarefas e ambientes para benchmarking de agentic systems e para avaliar comportamentos de modelos em múltiplas etapas. • Traduzir fluxos de trabalho do mundo real em tarefas estruturadas, traços de interação, trajetórias, ambientes com estado e resultados verificáveis que possam ser usados para avaliar sistemas avançados de IA. • Desenvolver frameworks que avaliem diversidade, realismo, cobertura, fidelidade, informativeness (capacidade informativa) e utilidade downstream de conjuntos de dados para agentic systems. • Construir scorecards de qualidade e métodos de avaliação que tornem legíveis, entre equipes, os pontos fortes, fraquezas e modos de falha dos conjuntos de dados. • Avaliar planejamento, uso de ferramentas, robustez, recuperação de falhas, conclusão de tarefas e comportamento de generalização em ambientes no estilo RL ou agentic. • Relacionar falhas de modelos a lacunas concretas no design de datasets, ambientes ou tarefas e recomendar melhorias fundamentadas em evidências empíricas. • Contribuir para ferramentas e sistemas que automatizem validação de conjuntos de dados, geração de ambientes, análise de rollout, construção de benchmarks e fluxos de trabalho de avaliação. • Melhorar a infraestrutura interna para experimentação reprodutível, gestão de benchmarks e qualidade das avaliações. • Colaborar estreitamente com equipes de pesquisa e engenharia para identificar gargalos de dados, aprimorar metodologias de avaliação e moldar as melhores práticas internas relacionadas a dados de treinamento de IA baseados em tarefas. • Representar a perspectiva do DataLab em discussões interfuncionais sobre qualidade de conjuntos de dados, design de benchmarks e avaliação de ponta para agentic systems.

🎯 Requisitos

• PhD ou Mestrado equivalente + 4+ anos de experiência na indústria em machine learning, ciência da computação, estatística, engenharia, matemática, economia ou áreas quantitativas relacionadas. • Sólido entendimento de pipelines de treinamento de modelos de IA, metodologia de avaliação e do papel dos dados na determinação do desempenho dos modelos. • Experiência com conjuntos de dados grandes, não estruturados ou semi-estruturados usados para treinar ou avaliar sistemas de ML. • Experiência com reinforcement learning, tomada de decisão sequencial, agentic systems, modelos que utilizam ferramentas ou avaliação multi-etapa de modelos. • Experiência em projetar tarefas, benchmarks, ambientes, simulações ou frameworks de avaliação para comportamentos de modelos no mundo real. • Intuição apurada para realismo, cobertura, dificuldade, fidelidade e estrutura significativa de resultados em conjuntos de dados. • Fortes habilidades em desenho experimental, avaliação, benchmarking e validação de dados. • Alto grau de ownership e capacidade de identificar e resolver de forma independente problemas de alto impacto.

🏖️ Benefícios

• Plano de saúde • Contribuição para 401(k) (matching) • Licença remunerada • Opções de trabalho remoto