Physiker

Wir suchen Physiker zur Verstärkung unseres KI-Trainingsprojekts. In dieser Rolle überprüfen Sie KI-generierte Antworten, bewerten die Qualität des Denkprozesses und der schrittweisen Problemlösung und geben Expertenfeedback, damit Modelle präzise, logische und verständlich erklärten Antworten liefern. Sie bewerten Lösungen hinsichtlich Genauigkeit, Klarheit und Einhaltung des Prompts; identifizieren Fehler in Berechnungen, Methodik oder konzeptionellem Verständnis; überprüfen physikalische Informationen auf Fakten; schreiben hochwertige physikalische Erklärungen und Musterlösungen, die korrekte Methoden demonstrieren; und bewerten und vergleichen mehrere KI-Antworten basierend auf physikalischer Korrektheit und Qualität des Denkprozesses.

Verantwortlichkeiten

• KI-Trainingsinhalte entwickeln: Detaillierte Prompts zu verschiedenen Themen und Antworten zur Lenkung des KI-Llernprozesses erstellen, um sicherzustellen, dass die Modelle ein umfassendes Verständnis verschiedener Fachbereiche widerspiegeln.
• KI-Leistung optimieren: KI-Antworten bewerten und einordnen, um die Genauigkeit, Sprachgewandtheit und kontextuelle Relevanz des Modells zu verbessern.
• Modellintegrität sicherstellen: KI-Modelle auf potenzielle Ungenauigkeiten oder Verzerrungen testen und ihre Zuverlässigkeit über verschiedene Anwendungsfälle hinweg validieren.

Anforderungen

• Sie besitzen einen Master oder Doktortitel (PhD) in Physik oder einem verwandten Fachbereich von einer der 100 besten Universitäten.
• Sicher im physikalischen Denken, in der Mechanik, im Elektromagnetismus, in der Optik, der Thermodynamik / statistischen Mechanik sowie im Modellierungs- und Systemdenken.
• Sie haben komplexe physikalische Inhalte (z. B. Aufgabensammlungen, Beweise, Lehrbuchabschnitte, Forschungsnotizen) entwickelt oder kritisch überprüft.
• Sie sind Experte darin, Informationen mithilfe öffentlicher Quellen in verschiedenen Bereichen auf Fakten zu überprüfen.
• Sie vermitteln physikalische Sachverhalte verständlich und übertragen fortgeschrittene Theorie in reale Lösungen.
• Ein Hintergrund in Forschung, analytischem Schreiben, Debattieren, Programmierung oder Physik wird bevorzugt.
• Publikation in einer peer-reviewed Fachzeitschrift.
• Englischkenntnisse ab Niveau C1 mit exzellenten schriftlichen Fähigkeiten.
• Bonus: Erfahrung in der Datenkennzeichnung (Data Labeling), RLHF oder der Evaluierung von KI-Modellen.