الوصف الوظيفي
يرجى تقديم سيرتك الذاتية باللغة الإنجليزية وتحديد مستوى إتقانك للغة الإنجليزية.
تربط Mindrift المتخصصين بفرص الذكاء الاصطناعي القائمة على المشاريع لشركات التكنولوجيا الرائدة، مع التركيز على اختبار وتقييم وتحسين أنظمة الذكاء الاصطناعي.
المشاركة قائمة على المشاريع، وليست توظيفًا دائمًا.
ما يتضمنه هذه الفرصة هو تصميم مشاكل علم المواد الحاسوبية لتحدي نموذج ذكاء اصطناعي متقدم.
يجب أن تكون المشكلة قابلة للتحقق من الإجابة بواسطة الشيفرة، ويجب أن تتطلب أداة متخصصة مثل ObsPy، instaseis، pyrocko، MITgcm، flopy/MODFLOW، أو غيرها.
لن تنجح البيانات العامة حول البيانات التركيبية.
تعمل كل مشكلة داخل حاوية لينكس مغلقة مع الأداة المثبتة مسبقًا وقاضي برمجي يقوم بتقييم إجابة النموذج.
ككاتب خبير، أنت: تختار أداة مرجعية وتصمم مشكلة تعتمد على نوى معالجة الموجات الخاصة بها، أو روتينات الانقلاب الجيوفيزيائي، أو حلول تدفق تحت السطح، أو خطوط بيانات معتمدة من المجتمع.
تكتب حلاً مرجعياً بلغة بايثون، وتزود بملفات الإدخال وتعريفات النموذج أو المجال عند الحاجة.
تقرر الإجابة العددية ومدى قرب النموذج من الوصول إلى الإجابة الصحيحة - مع تحمل مناسب للمجال - ليتم اعتبارها صحيحة.
تختبر المشكلة ضد النموذج في دفعات من المحاولات المتوازية، وضبط صعوبة المشكلة حتى ينجح الوكيل في عدد قليل من المحاولات.
بمجرد أن تكون راضيًا عن المهمة، وتحقق درجة ضمن النطاق، تذهب المهمة إلى مراجع كبير في مجالك الفرعي.
سيقدمون ملاحظات لضمان جودة عالية للمهمة.
يتطلب المعايرة الصبر.
أنت تضبط المشكلة ضد دفعات من التشغيل المتوازي للوكيل، بهدف الوصول إلى معدل نجاح يتراوح بين 10-30%.
الوصول إلى ذلك يعني إعادة كتابة سيناريوهات الموجات، وتضييق معلمات الانقلاب وتحملات الحل، ومراقبة كيفية تصرف الوكلاء.
ستتعلم كيف يختصر هؤلاء الوكلاء الزوايا، وأين تتوقف المحاكاة، وأين يتقارب نموذج التدفق أو الانقلاب.
هذا الوقت يتضاعف في اتجاهين.
تخرج من كل مهمة مع سيطرة أعمق على الأداة المرجعية نفسها، وأيضًا تحصل على حدس عملي حول كيفية تنقل نموذج متقدم عبر مشاكل زلزالية ومعرفية وتدفق تحت السطح معقدة.
ما نبحث عنه هذه الفرصة مناسبة لعلماء المواد والمهندسين الذين لديهم خبرة في بايثون ومنفتحون على مشاريع بدوام جزئي وغير دائمة.
من الناحية المثالية، سيكون لدى المساهمين: درجة في علم المواد أو مجال ذي صلة؛ خبرة بحثية أو تطبيقية أو تدريسية لمدة عامين أو أكثر؛ إتقان بايثون لكتابة الحلول المرجعية؛ الطلاقة في - أو الرغبة القوية في التعلم المستقل - على الأقل حزمة قابلة للبرمجة واحدة: ObsPy، instaseis، pyrocko، MITgcm، xmitgcm، flopy / MODFLOW، أو GeoPandas؛ القدرة على تصميم مشاكل تتطلب حقًا حلاً متخصصًا؛ إنجليزية مكتوبة قوية (C1+).
هل ليس لديك خبرة سابقة مع الأدوات المذكورة؟
لا يزال يُرحب بك لتقديم الطلب - طالما أنك مستعد لتسريع نفسك والانطلاق بسرعة.
كيف يعمل التقديم -> اجتياز المؤهلات -> الانضمام إلى مشروع -> إكمال المهام -> الحصول على أجر.
توقعات الوقت للمشروع بالنسبة لهذا المشروع، يُقدّر أن المهام ستتطلب حوالي 10-20 ساعة في الأسبوع خلال المراحل النشطة، بناءً على متطلبات المشروع.
هذه تقديرات، وليست عبء عمل مضمون، وتنطبق فقط أثناء نشاط المشروع.
التعويض في هذا المشروع، يمكن للمساهمين كسب ما يصل إلى 35 دولارًا في الساعة، حسب مستوى مساهمتهم وسرعتها.
يختلف التعويض عبر المشاريع حسب النطاق والتعقيد والخبرة المطلوبة.
يرجى ملاحظة أن المشاريع الأخرى على المنصة قد تقدم مستويات كسب مختلفة بناءً على متطلباتها.
لقد تمت ترجمة هذا الإعلان الوظيفي بواسطة الذكاء الاصطناعي وقد يحتوي على بعض الاختلافات أو الأخطاء البسيطة.
