Bipen S.
Physik-Kohorte
Erfahrungen
Mai 2025 - Bis heute
7 MonatenPhysik-Kohorte
Handshake
- Entwarf und erstellte über 20 komplexe Physikaufgaben auf Promotionsniveau in LaTeX, die 3–6 Stufen mehrstufigen Denkens erforderten und mathematische Notationen nutzten; alle Aufgaben hatten fachlich überprüfbare und eindeutige Lösungen.
- Entwickelte über 20 strukturierte Schritt-für-Schritt-Lösungen und Begründungen, reduzierte Mehrdeutigkeiten um über 80 % und hob wesentliche Denkfehler in KI-Antworten hervor.
- Leitete neuartige KI-Sicherheitsbewertungen, indem ich komplexe Physikprinzipien in Denkaufgaben umwandelte, die Sprachmodelle zu über 70 % scheitern ließen und so kritische Schwachstellen aufdeckte.
Apr. 2025 - Aug. 2025
5 MonatenPhysik-Mitarbeiter
Outlier
- Koordinierte physikbasierte Bewertungen, die zentrale Sicherheitsprobleme in der KI-Argumentation aufdeckten und zu Behebungen der drei häufigsten Fehlerquellen führten.
- Erstellte über 90 STEM-Denkaufgaben auf Promotionsniveau mit 3–10 mehrstufigen Schritten, erreichte eine Erfolgsrate beim Herausfordern der Modelle von über 70 % und stärkte die KI-Sicherheit.
- Erstellte mehr als 50 GTFA-Erklärungen mit 99 % Genauigkeit, lieferte klare Begründungen, die die Bewertung der Modell-Argumentation und das Vertrauen der Prüfer verbesserten.
- Überarbeitete Bewertungsstrategien mit innovativen Variationen der Aufgaben und einem standardisierten Bewertungssystem, steigerte die Modellgenauigkeit um 20 % und betreute neue Annotatoren.
- Wandte ein strukturiertes Chain-of-Thought-Protokoll an (Bewerten, Wahrnehmen, Wissen sammeln, Weiterführen, Verifizieren, Anpassen, Zusammenfassen), integrierte absichtliche Fehler und Selbstkorrekturen, um KI-Trainingssignale zu stärken und eine Einhaltung der Projektvorgaben von über 90 % zu gewährleisten.
Feb. 2024 - Bis heute
1 Jahr 10 MonatenPhysikspezialist (Forschung)
Sepal AI
- Verfasste über 50 physikbezogene Evaluierungsaufgaben mit Schritt-für-Schritt-Lösungen, ermöglichte so eine präzise Bewertung der KI-Denkfähigkeit mithilfe klar definierter, strukturierter Rubriken und beschleunigte die KI-Leistung.
- Entwickelte pro Aufgabe rund 10 Elemente umfassende Rubriken, um die KI-Argumentation zu bewerten und Verbesserungsbereiche aufzuzeigen.
- Diagnostizierte mit pädagogischen Methoden logische Inkonsistenzen in von der KI generierten Physiklösungen, steigerte die Modellgenauigkeit durch wöchentliche Verfeinerung von über 50 Ergebnissen und verbesserte so die Qualität der Lerninhalte.
- Leitete die Entwicklung von mehr als 10 Rubrik-Frameworks mit Bildanalyse, was zu besserer Modellleistung und einer deutlichen Reduktion fehlerhafter KI-Argumentation führte.
- Führte umfangreiche Experimente und Laborforschung durch, um KI-Modellausgaben zu validieren und die Genauigkeit und Zuverlässigkeit physikbasierter Simulationen sicherzustellen.
Sept. 2019 - Apr. 2024
4 Jahren 8 MonatenAssistenzprofessor – Physik
Höhere Bildung
- Leitete die Erstellung von drei umfassenden Physik-Curricula für Bachelor- und Masterstudierende und integrierte mehr als zehn neue Bewertungsmethoden, um das Verständnis komplexer Konzepte zu prüfen.
- Betreute über 50 Bachelor- und Masterstudierende in Forschungsprojekten, was zu drei begutachteten Publikationen und acht Konferenzbeiträgen an führenden Universitäten und nationalen Labors führte.
- Erstellte über 200 Multiple-Choice-Fragen (MCQs) im Einklang mit den Lernzielen, wodurch sich die durchschnittlichen Testergebnisse um 15 % verbesserten und das Verständnis der Studierenden gesteigert wurde.
März 2015 - März 2020
5 Jahren 1 MonateGenf, Schweiz
Doktorand (CMS-Kollaboration)
CERN
- Wendete physikalische Prinzipien an, um Kollisionsdaten mit Python und C++ zu analysieren, steigerte die Datenverarbeitungseffizienz um 35 % und trug zu bedeutenden Fortschritten in der Teilchenphysik an einem führenden nationalen Labor bei.
- Entwickelte Monte-Carlo-Simulationen unter Verwendung statistischer Anpassungstechniken, verbesserte die Modellgenauigkeit um 25 % und verringerte Vorhersagefehler im Teilchenverhalten für präzise Energieberechnungen.
- Quantifizierte Unsicherheiten bei der Jet-Energiekorrektur mittels iterativem bayesschem Unfolding und löste 80 % der Daten-Simulations-Abweichungen.
- Arbeitete mit über 15 Wissenschaftlern zusammen, um Datenpipelines zu optimieren, und präsentierte Ergebnisse auf internationalen Konferenzen.
Zusammenfassung
Physik-Doktor mit über fünf Jahren Erfahrung in angewandter Physik in der Bewertung von KI-Modellen und Datenannotation für Fortune-500-Unternehmen; leitete die Gestaltung komplexer Physik-Aufgaben, die die Modellleistung um 20 % verbesserten. Entwickelte Bewertungs-Frameworks in Zusammenarbeit mit Forschern zur Erhöhung der Aufgabenkomplexität und Abdeckung verschiedener Fachgebiete.
Sprachen
Hindi
MutterspracheEnglisch
VerhandlungssicherAusbildung
März 2015 - März 2020
Shoolini University
Ph.D. · Experimentelle Hochenergiephysik · Bajhol, Indien
Aug. 2009 - März 2012
University of Jammu
M.Sc., Kernphysik, Teilchenphysik, Quantenmechanik · Physik · Jammu
Zertifikate & Bescheinigungen
Physikspezialist (Forschung)
microl
Sie suchen Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testenWeitere Aktionen
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
- English
- Deutsch
2025 © FRATCH.IO GmbH. All rights reserved.