Ein AI Lab sucht einen AI-Trainer für Vibe Coding. In dieser Rolle geht es darum, in verschiedenen Bereichen genaue, fundierte Ergebnisse zu liefern und dabei Automatisierung und KI-Tools zu nutzen. Die Position erfordert Expertise im Programmieren und Optimieren von Python-Skripten, im Umgang mit großen Datensätzen, in der Verbesserung KI-generierter Inhalte sowie im Formatieren und der Fehlersuche in technischen Workflows. Dies ist eine remote Teilzeitstelle, die flexibel an deine Verfügbarkeit angepasst werden kann – von nur wenigen Stunden pro Woche bis hin zu Vollzeit. Schlüsselverantwortlichkeiten: - Führe fortgeschrittene Webrecherche und Datenanalyse durch, nutze mehrere Tools, um Informationen aus offiziellen Quellen zu finden und zu extrahieren. Verwende LLMs und fortgeschrittene Prompts, um Suchstrategien zu verfeinern und die Daten durch Abgleich mit vertrauenswürdigen Quellen zu validieren. - Führe Web-Scraping und Datenerfassung durch, indem du komplexe Webseitenstrukturen und mehrstufige Seiten (Regionen → Unternehmen → Detailseiten) navigierst. Verarbeite dynamische Inhalte, Archivseiten und verschiedene HTML-Formate und organisiere die extrahierten Daten in sauberen, gut formatierten CSV-Dateien. - Schreibe und optimiere Python-Skripte für Datenverarbeitung und Analyse mit Bibliotheken wie pandas, BeautifulSoup, Selenium und matplotlib. Wandle Rohdaten in strukturierte Formate (CSV, JSON, Tabellen) um und erstelle bei Bedarf Visualisierungen. - Führe Datenverarbeitung und Qualitätssicherung durch: bereinige, validiere und strukturiere Datensätze. Sorge für Datenintegrität über mehrere Quellen hinweg, wende Formatvorgaben an und führe Prüfungen durch, um eine hohe Ausgabequalität zu gewährleisten. - Nutze ausgeprägte Problemlösungsfähigkeiten und Organisationsvermögen, um komplexe Workflows zu zerlegen, technische Probleme eigenständig zu lösen und rasch zwischen verschiedenen Bereichen und Aufgabentypen zu wechseln – mit minimaler Betreuung. - Erstelle klare Dokumentationen und hochwertige Ergebnisse, die exakt den Vorgaben für Dateiformate, Benennungskonventionen und Datenstruktur entsprechen. Pflege reproduzierbare Workflows und gut organisierten Code.

Für ein AI-Labor suchen wir einen Ruby-Entwickler, um ein KI-Modell (Large Language Model - LLM) zu trainieren. Du hilfst der KI, die Welt zu verstehen. Als Berater kannst du eingeladen werden, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu trainieren. Diese flexible Rolle eignet sich sowohl für Experten, die eine Teilzeittätigkeit (mindestens ein paar Stunden pro Woche) suchen, als auch für Interessierte an Vollzeitmöglichkeiten. - Code-Generierung und Code-Review - Bewertung von Prompts und komplexe Datenannotation - Training und Bewertung von Large Language Models - Benchmarking und agentenbasierte Code-Ausführung in isolierten Umgebungen - Arbeit mit mehreren Programmiersprachen (Python, JavaScript/TypeScript, Rust, SQL usw.) - Anpassung von Richtlinien für neue Bereiche und Anwendungsfälle - Zusammenarbeit mit Projektleitern, Solution Engineers und Supply Managern bei komplexen oder experimentellen Projekten

Für ein AI-Lab suchen wir einen Maschinenbauingenieur mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn du mitmachst, erhältst du die Möglichkeit, an diesen Projekten mitzuarbeiten. Auch wenn jedes Projekt einzigartig ist, könntest du typischerweise: - Inhalts­erstellung & Verfeinerung: Inhalte erstellen und verfeinern, um Genauigkeit und Relevanz in verschiedenen Bereichen des Maschinenbaus sicherzustellen, und dabei auch Referenzen und Beispiele für Aufgaben entwickeln. - Expertenakquise: Qualifikationstests von Experten bewerten und ihre Kompetenz sicherstellen. - Chat-Moderation: Unterstützung bieten, indem du projektbezogene Fragen anderer Experten in Discord-Chats beantwortest, insbesondere zu den Projektleitlinien. - Arbeitsprüfung: Aufgaben anderer Experten überprüfen und bewerten, um sicherzustellen, dass sie den Projektleitlinien entsprechen. Konstruktives Feedback geben, fachbezogene Informationen prüfen und Inhalte bei Bedarf bearbeiten, um die Qualität zu verbessern.

Für ein KI-Labor suchen wir Experten für Machine Learning, die ein KI-Modell (Large Language Model - LLM) trainieren. GenAI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn Sie dazukommen, haben Sie die Möglichkeit, an diesen Projekten mitzuwirken. Auch wenn jedes Projekt einzigartig ist, könnten Sie typischerweise: - Originelle rechnerische STEM-Aufgaben entwerfen, die reale wissenschaftliche Arbeitsabläufe simulieren - Aufgaben erstellen, die eine Lösung per Python-Programmierung erfordern - Sicherstellen, dass die Aufgaben rechenintensiv sind und sich nicht manuell in angemessener Zeit (Tage/Wochen) lösen lassen - Aufgaben entwickeln, die nicht-triviale Schlussfolgerungsketten und kreative Lösungsansätze erfordern - Lösungen mithilfe von Python mit Standardbibliotheken (numpy, pandas, scipy, sklearn) überprüfen - Problemstellungen klar dokumentieren und verifizierte korrekte Antworten bereitstellen

Für ein KI-Labor suchen wir Physiker mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn Sie der Plattform als Physiker beitreten, haben Sie die Chance, an diesen Projekten mitzuwirken. Obwohl jedes Projekt einzigartig ist, könnten Ihre Aufgaben typischerweise sein: - Entwerfen origineller rechnerischer Physikaufgaben, die reale Forschungsabläufe simulieren. - Erstellen von Problemen, die zur Lösung Python-Programmierung erfordern (mit numpy, scipy, sympy). - Sicherstellen, dass die Aufgaben rechnerisch aufwendig sind und nicht manuell in angemessener Zeit (Tage/Wochen) gelöst werden können. - Entwickeln von Aufgaben, die nicht-triviale Rechenketten erfordern. - Basieren der Aufgaben auf realen Forschungsherausforderungen oder praktischen Anwendungen aus der physikalischen Praxis. - Verifizieren der Lösungen mit Python und Standardbibliotheken. - Klare Dokumentation der Aufgabenstellungen und Bereitstellung verifizierter korrekter Antworten.

Generative KI-Modelle entwickeln sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkaufgaben zu meistern. Obwohl jedes Projekt einzigartig ist, umfassen deine typischen Aufgaben möglicherweise: - Inhaltserstellung & -verfeinerung: Erstelle und bearbeite Inhalte, um Genauigkeit und Relevanz in verschiedenen Themen der Physik sicherzustellen und entwickle Referenzen sowie Aufgabenbeispiele. - Expertenakquise: Beurteile Qualifikationstests von Experten, um ihre Kompetenzen zu prüfen. - Chat-Moderation: Unterstütze andere Experten in Discord-Chats bei projektbezogenen Fragen, insbesondere zu den Projektleitlinien. - Auditierung: Prüfe und bewerte Aufgaben, die von anderen Experten erledigt wurden, um sicherzustellen, dass sie den Richtlinien entsprechen. Gib konstruktives Feedback, überprüfe fachliche Informationen und bearbeite Inhalte, um die Qualität zu verbessern.

Generative AI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkaufgaben zu lösen. Obwohl jedes Projekt einzigartig ist, könnten deine Aufgaben typischerweise sein: - Inhaltserstellung & -aufbereitung: Erstelle und verfeinere Inhalte, um Genauigkeit und Relevanz in verschiedenen Physikthemen sicherzustellen, und entwickle dabei auch Referenzen und Beispielaufgaben. - Expertenakquise: Bewerte die Qualifikationstests von Experten und stelle ihre Kompetenz sicher. - Chat-Moderation: Unterstütze, indem du projektbezogene Fragen anderer Experten in Discord-Chats beantwortest, insbesondere zu den Projekt-Richtlinien. - Arbeitsüberprüfung: Prüfe und bewerte von anderen Experten erledigte Aufgaben, um sicherzustellen, dass sie den Projekt-Richtlinien entsprechen. Gib konstruktives Feedback, überprüfe fachbezogene Informationen und bearbeite Inhalte bei Bedarf zur Qualitätsverbesserung.

Für ein KI-Labor suchen wir Mathematiker mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. Als Berater*in wirst du ggf. eingeladen, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu schulen. Diese flexible Rolle richtet sich sowohl an Expert*innen, die in Teilzeit arbeiten wollen (mindestens wenige Stunden/Woche), als auch an diejenigen, die Vollzeit interessiert sind. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Originale rechnerische Mathematikaufgaben entwerfen, die echte Forschungsabläufe simulieren. - Probleme erstellen, die Python-Programmierung erfordern (mit numpy, scipy, sympy). - Sicherstellen, dass die Aufgaben so rechenintensiv sind, dass man sie manuell nicht in angemessener Zeit (Tage/Wochen) lösen kann. - Aufgaben entwickeln, die nicht-triviale Argumentationsketten in Bereichen wie Zahlentheorie, Kombinatorik, Graphentheorie und numerischer Analyse erfordern. - Aufgaben auf echten Forschungsfragen oder praktischen Anwendungen aus der mathematischen Praxis basieren. - Lösungen mit Python und gängigen mathematischen Bibliotheken verifizieren. - Problemstellungen klar dokumentieren und geprüfte korrekte Lösungen bereitstellen. Unterstützung in: - Zahlentheorie: Primfaktorzerlegung, diophantische Gleichungen, modulares Rechnen, kryptographische Berechnungen. - Kombinatorik: Aufzählungen, Partitionen, erzeugende Funktionen, kombinatorische Optimierung. - Graphentheorie: Netzwerkanalyse, Pfadsuche, Graphfärbung, Spannbäume. - Numerische Analyse: Nullstellenbestimmung, numerische Integration, Differentialgleichungen, Matrixberechnungen. - Diskrete Mathematik: Rekursionsgleichungen, Komplexitätstheorie, diskrete Optimierung. - Algebra: Polynomrechnungen, Gruppenberechnungen, Matrixzerlegungen.

- Produkt- und Web-Entwicklung im datengetriebenen Bereich - Mitgestaltung der Softwarearchitektur für neue Datenprodukte - Zusammenarbeit in interdisziplinären Teams (u.a. mit Data Scientists und Business Developern)

Für ein KI-Labor suchen wir Java-Entwickler, um ein KI-Modell (Large Language Model – LLM) zu trainieren. Du hilfst der KI, die Welt zu verstehen. Als Berater wirst du möglicherweise eingeladen, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu trainieren. Diese flexible Rolle richtet sich sowohl an Experten, die eine Teilzeitanstellung (mindestens wenige Stunden pro Woche) suchen, als auch an diejenigen, die an Vollzeitangeboten interessiert sind. - Code-Generierung und Code-Review - Prompt-Auswertung und komplexe Datenannotation - Training und Evaluation großer Sprachmodelle - Benchmarking und agentenbasierte Code-Ausführung in geschützten Umgebungen - Arbeit mit mehreren Programmiersprachen - Anpassung von Richtlinien für neuen Bereichen und Anwendungsfällen - Befolgung projektbezogener Vorgaben und Anforderungen - Zusammenarbeit mit Projektleitern, Solution Engineers und Supply Managern bei komplexen oder experimentellen Projekten

Wir suchen erfahrene Data Scientists, die rechnerisch intensive Data-Science-Aufgaben für ein fortgeschrittenes KI-Evaluierungsprojekt erstellen. Dies ist eine Remote-, projektbezogene Aufgabe für Expert:innen, die herausfordernde Probleme entwerfen können, die rechnerische Methoden zur Lösung erfordern und den kompletten Data-Science-Lifecycle abbilden – von Datenakquise und -verarbeitung über statistische Analyse bis hin zu umsetzbaren Business-Insights. Was du tun wirst - Entwerfen origineller, rechnerisch intensiver Data-Science-Aufgaben, die reale analytische Workflows in verschiedenen Branchen simulieren (Telekommunikation, Finanzen, Behörden, E-Commerce, Gesundheitswesen) - Erstellen von Aufgaben, die zur Lösung Python-Programmierung erfordern (mit pandas, numpy, scipy, sklearn, statsmodels, matplotlib, seaborn) - Sicherstellen, dass Aufgaben so komplex sind, dass sie manuell nicht in angemessener Zeit (Tage/Wochen) gelöst werden können - Entwickeln von Aufgaben mit nicht-trivialen Denkketten in Datenverarbeitung, statistischer Analyse, Feature-Engineering, prädiktivem Modellieren und Insight-Extraktion - Erstellen deterministischer Aufgaben mit reproduzierbaren Antworten – Vermeidung stochastischer Elemente oder Festlegen von Random Seeds für exakte Reproduzierbarkeit - Basieren der Aufgaben auf realen Business-Herausforderungen: Kundenanalysen, Risikobewertung, Betrugserkennung, Forecasting, Optimierung und operative Effizienz - Gestalten von End-to-End-Aufgaben, die die komplette Data-Science-Pipeline abdecken (Datenaufnahme → Cleaning → EDA → Modellierung → Validierung → Deployment-Überlegungen) - Einbinden von Big-Data-Szenarien, die skalierbare Rechenansätze erfordern - Verifizieren von Lösungen in Python mit gängigen Data-Science-Bibliotheken und statistischen Methoden - Dokumentieren der Problemstellungen klar mit realistischen Business-Kontexten und Bereitstellen verifizierter korrekter Antworten

Für das Ersetzen der bislang durch Drittanbieter-CMPs durchgeführten Darstellung von ConsentLayern im Web für unsere internationalen Marken sollen diese Layer neu implementiert werden, um diesen im Haus weiter betreiben und ausspielen zu können. Hierzu sind fundierte Kenntnisse in Typescript, Vue.js und klassischen Web-Darstellungstechniken (HTML und CSS) erforderlich. Ziel ist die Lieferung von ausführbarem Code, der alle Requirements umsetzt und automatisierte Tests enthält, die die korrekte Funktion nachweisen. Was genau ist der Beauftragungsumfang: Der Leistungsschwerpunkt besteht in der Erarbeitung von Elementen zur Entscheidungsvorlage des Vorgehens und in der Umsetzung von Maßnahmen entlang des daraus gestalteten Projektverlaufs. Dies beinhaltet konkret die folgenden Leistungspakete: - Implementierung von Code - Implementierung von ausführbaren Tests, die zur Abgabe erfolgreich sein müssen, Testabdeckung >= 80% - Erstellung von Dokumentation zum Code - Erstellung markenspezifischer cmp-config-Dateien. - Erstellung eines Projekts (einschließlich Anforderungen an die Vermögensverwaltung) als Kopie der Consent-Management-Plattform. - Entfernung von netID-Referenzen. - Erstellung markenspezifischer Einstellungen und Dateien für benutzerdefinierte Zwecke/Anbieter. - Hinzufügen neuer markenspezifische CSS-Themes (Variablenwerte, Logos usw.). - Einbeziehung der erforderlichen offiziellen IAB-GVL-Übersetzungen (ES, FR) in die wöchentliche Synchronisierung mit GVL - Implementierung von I18n und Vorbereitung markenspezifischer Datenquellen - Implementierung von PMC2.0-Backend-Nutzungsmodulen - Implementierung der Playout-Logik - Implementierung des Layer-Initialisierungsprozesses (mode=default und mode=resurface) - CDN-Upload- und Freigabeprozess - Projektdokumentation Projektumsetzung: - das gewünschte Ergebnis soll in Typescript und Vue.js verfasst sein, Build per Vite, Tests per Vitest.

Für ein KI-Labor suchen wir einen Analysten für die Bewertung von KI-Agenten, um ein KI-Modell (Large Language Model – LLM) zu trainieren. Du hilfst der KI, die Welt zu verstehen. Als Berater:in wirst du möglicherweise eingeladen, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu trainieren. Diese flexible Rolle richtet sich sowohl an Expert:innen, die eine Teilzeittätigkeit (mindestens ein paar Stunden pro Woche) suchen, als auch an alle, die an Vollzeiteinsätzen interessiert sind - Überprüfung von Bewertungsaufgaben und Szenarien auf Logik, Vollständigkeit und Realismus. - Erkennung von Widersprüchen, fehlenden Annahmen oder unklaren Entscheidungspunkten. - Hilfe bei der Definition klarer erwarteter Verhaltensweisen (Goldstandards) für KI-Agenten. - Annotationen von Ursache-Wirkungs-Beziehungen, Denkwegen und plausiblen Alternativen. - Durchdenken komplexer Systeme und Richtlinien wie ein Mensch, um eine angemessene Prüfung der Agenten sicherzustellen. - Enge Zusammenarbeit mit QA, Autor:innen oder Entwicklern, um Verfeinerungen oder Randfälle vorzuschlagen.

- Selbständige Störungsanalyse und nachhaltige Fehlerbeseitigung - Durchführung von Arbeiten im Sinne der vorbeugenden Instandhaltung - Wartung und Instandhaltung an Maschinen und automatisierten Produktionsanlagen mit neuester Technologie - Dokumentation der durchgeführten Arbeiten - Fortlaufende Optimierung unserer Anlagen und Prozesse - Offenheit und Wertschätzung für deine Verbesserungsvorschläge und Anregungen

Generative KI-Modelle verbessern sich derzeit sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Obwohl jedes Projekt einzigartig ist, gehören typischerweise folgende Aufgaben dazu: - Inhaltserstellung & -überarbeitung: Erstellen und verfeinern von Inhalten, um Genauigkeit und Relevanz zu gewährleisten, über verschiedene physikalische Themen hinweg, und dabei Referenzen und Beispielaufgaben entwickeln. - Expertengewinnung: Bewertung der Qualifikationstests von Expert:innen, um deren Kompetenz sicherzustellen. - Chat-Moderation: Unterstützung durch Beantwortung projektbezogener Fragen anderer Expert:innen in Discord-Chats, besonders in Bezug auf die Projekt-Richtlinien. - Qualitätskontrolle: Überprüfung und Bewertung von Aufgaben, die von anderen Expert:innen abgeschlossen wurden, um sicherzustellen, dass sie den Projekt-Richtlinien entsprechen. Konstruktives Feedback geben, fachbezogene Informationen überprüfen und Inhalte bei Bedarf bearbeiten, um die Qualität zu verbessern.

Die Abteilung Digital Analytics nutzt die Adobe Experience Cloud zur Umsetzung personalisierter Nutzererlebnisse. Ziel ist die Steigerung der Conversion Rates und Verbesserung der Customer Experience durch gezielte Personalisierung und Testing. Die technische Umsetzung erfolgt eigenständig durch spezialisierte Consultants. - Ein zentraler Bestandteil der Aufgaben umfasst die Wartung der bereits bestehenden Implementierung innerhalb der Adobe Experience Plattform. Dazu zählen insbesondere die Überwachung der Daten sowie die Fehlerbehebung in den Quellkonnektoren. - Im Rahmen der Vorbereitung neuer Funktionen für die Nutzung in der Adobe Experience Plattform werden Anforderungen und Daten zunächst in das Experience Data Model von Adobe übersetzt. Dies beinhaltet die Erstellung von Entity-Relationship-Diagrammen (ERDs) sowie die Kontextualisierung der relevanten Daten. - Darauf aufbauend werden entsprechende Schemata innerhalb der Plattform angelegt und Datensätze zur weiteren Nutzung vorbereitet. - Zu den weiteren Tätigkeiten gehört die Konzeption und Einrichtung sowohl neuer Aktivierungskanäle als auch zusätzlicher Datenquellen. - Darüber hinaus werden neue, geschäftsrelevante Anwendungsfälle entlang der verschiedenen Phasen der Customer Journey entwickelt, um den geschäftlichen Mehrwert gezielt zu steigern. - Erstellung von Segmenten und Durchführung von Fehleranalysen mithilfe von gezielten SQL-Abfragen. - Beratung bei allen neu eingeführten Verarbeitungstätigkeiten, über die Einhaltung der geltenden Datenschutzbestimmungen, die erforderlichen internen Freigabeprozesse sowie über die Dokumentation der rechtlichen sowie technischen Spezifika.

GenAI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexes logisches Denken zu beherrschen. Wenn du der Plattform als AI-Tutor für Chemie beitrittst, hast du die Möglichkeit, an diesen Projekten mitzuarbeiten. Obwohl jedes Projekt individuell ist, könntest du typischerweise: - Aufforderungen (Prompts) erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der Antworten der KI zu prüfen. - Die Antworten des Modells anhand deines Fachwissens korrigieren.

Ein Unternehmen sucht freiberufliche Bauingenieure, die KI-Modelle bewerten. Ziel des Projekts ist es, Leistung, Genauigkeit und Zuverlässigkeit von KI-Modellen im Bauwesen zu prüfen. Die Rolle umfasst eine enge Zusammenarbeit mit dem Entwicklungsteam, um sicherzustellen, dass die Modelle den Branchenstandards entsprechen und umsetzbare Erkenntnisse liefern. Hauptverantwortlichkeiten: - Bewertung von KI-Modellen für Bauingenieur-Anwendungen. - Analyse der Modellausgaben und Feedback zur Verbesserung. - Zusammenarbeit mit dem Entwicklungsteam zur Einhaltung der Branchenstandards. - Dokumentation von Ergebnissen und Empfehlungen zur Modelloptimierung. - Durchführung von Tests zur Überprüfung der Modellleistung und -zuverlässigkeit.

Wir suchen einen freiberuflichen Analysten für Agentenbewertungen, der die Verantwortung für Qualität, Struktur und Erkenntnisse im gesamten Projekt übernimmt. Diese Rolle geht weit über das einfache Überprüfen von Aufgaben hinaus – es geht um kritisches Denken, Systemanalyse und die Sicherstellung von Klarheit, Zuverlässigkeit und Konsistenz im großen Maßstab. Du arbeitest sowohl als praktischer Gutachter als auch als Analyst und kooperierst mit Fachexperten, Delivery Managern und Ingenieuren. Neben dem Überprüfen der Ergebnisse sollst du das „Warum“ hinter der Arbeit verstehen, logische Lücken oder Widersprüche erkennen und sinnvolle Verbesserungen vorschlagen. Dies ist eine flexible, wirkungsorientierte Rolle, in der du Raum zum Wachsen hast, Ideen einbringen kannst und mitgestaltest, wie Evaluation und Qualität über das Projekt hinweg skaliert werden. Diese Rolle eignet sich besonders für: Analysten, Forscher oder Berater mit ausgeprägten Strukturierungs- und Denkfähigkeiten Junior Product Manager oder Strategen mit Interesse an KI und Evaluationsarbeit kluge Problemlöser (Studierende oder Berufseinsteiger), die gerne in Logik, Systeme und Randfälle eintauchen Du brauchst keinen Programmierhintergrund. Entscheidend sind Neugier, intellektuelle Genauigkeit und die Fähigkeit, komplexe Setups präzise zu bewerten. Was du tun wirst - Du übernimmst vollständig die QA-Pipeline für Agentenbewertungsaufgaben; - Überprüfung und Validierung von Aufgaben und Golden Paths, die von Szenario-Autoren und Experten erstellt wurden; - Erkennen von logischen Inkonsistenzen, vagen Anforderungen, versteckten Risiken und unrealistischen Annahmen; - Strukturierte Rückmeldungen geben und die Qualitätsabstimmung unter den Beteiligten sicherstellen; - Einarbeitung, Onboarding und Mentoring neuer QA-Team-Mitglieder; - Zusammenarbeit mit Fachexperten, Delivery Managern und Ingenieuren zur Verbesserung von Testklarheit und -abdeckung; - Pflege und Verbesserung von QA-Checklisten, SOPs und Review-Richtlinien; - Beitrag zu Testplanung, Priorisierung und Qualitätsbenchmarks; - Eigeninitiative zur Vorschlag neuer Ansätze, Tools und Prozesse, die Validierung und Analyse skalierbar machen.

Für ein AI-Lab suchen wir einen Statistikexperten mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist, sie dazu zu bringen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn Sie sich uns anschließen, haben Sie die Möglichkeit, an diesen Projekten mitzuwirken. Auch wenn jedes Projekt einzigartig ist, könnten Sie typischerweise: - Prompts erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der Antworten der KI zu beurteilen. - Die Antworten des Modells anhand Ihres fachspezifischen Wissens korrigieren.