Experto en FreeCAD / CAD Mecánico, Entrenador de Uso de Computadoras para IA

## Sobre SME Careers

A medida que los sistemas de IA se vuelven más sofisticados, dependen del conocimiento humano para comprender mejor el contexto y el mundo. En SME Careers, colaboramos con los principales laboratorios de IA para mejorar la forma en que la próxima generación de sistemas inteligentes aprende, razona y actúa. SME Careers es una empresa de servicios de datos de IA de rápido crecimiento y filial de SuperAnnotate que proporciona datos de entrenamiento de IA a muchas de las principales empresas de IA y laboratorios de modelos base del mundo. Su experiencia en CAD paramétrico ayudará directamente a mejorar los mejores modelos de IA del mundo.

## Sobre el puesto

Los agentes de IA están mejorando en la lectura de pantallas y en hacer clic en formularios web. Ponga uno delante de un paquete de CAD paramétrico y fracasará. FreeCAD es un caso de prueba implacable: múltiples bancos de trabajo con capacidades superpuestas, un solucionador de restricciones que falla de formas que la interfaz no explica, historiales de operaciones donde la siguiente acción correcta depende totalmente de lo que se construyó veinte pasos antes, y el problema del nombramiento topológico al acecho de cualquiera que haga referencia a la geometría sin cuidado. La intención de ingeniería reside en el árbol del modelo, no en la pantalla, y eso es exactamente lo que los agentes actuales no pueden ver.

En este puesto remoto por contrato y pago por hora, ayudará a cerrar esa brecha. Diseñará tareas de CAD realistas y desafiantes, y luego se grabará completándolas en su propio ordenador utilizando las herramientas de grabación que proporcionamos. Cada grabación captura el panorama completo de cómo se realiza realmente el trabajo de un experto, la secuencia de acciones, el estado de la interfaz en cada paso y los archivos antes y después, convirtiéndose tanto en una demostración de la que aprende el modelo como en un punto de referencia con el que se mide.

Dado que un modelo solo puede aprender de un trabajo que se puede calificar, una parte igualmente importante del trabajo es definir qué significa "hecho correctamente". Junto con cada tarea, escribirá el objetivo y los pasos que siguió, y especificará cómo debe verificarse el resultado, qué debe satisfacer la pieza, boceto, ensamblaje o dibujo terminados para que el resultado cuente como correcto, y qué puntos de control intermedios alcanzaría un intento parcialmente exitoso. En CAD, esta es una pregunta más compleja de lo que parece: una pieza puede ser dimensionalmente correcta y seguir estando mal, porque el boceto está subrestringido, el orden de las operaciones no sobrevivirá a un cambio de parámetro o el modelo hace referencia a una cara que se moverá en cuanto se edite cualquier elemento anterior. Codificar esa distinción, correcto dimensionalmente frente a correcto en la práctica, es la contribución que necesitamos de usted.

Esta posición es en SME Careers, una empresa de servicios de datos de IA de rápido crecimiento y filial de SuperAnnotate que proporciona datos de entrenamiento de IA a muchas de las principales empresas de IA y laboratorios de modelos base del mundo. Su trabajo ayudará directamente a mejorar los principales modelos de IA del mundo.

## Lo que hará
- Crear tareas de CAD realistas para producción: escribir descripciones de tareas que reflejen el trabajo que un equipo de ingeniería asignaría realmente, modelar una pieza a partir de un dibujo acotado, construir una familia paramétrica impulsada por una hoja de cálculo, ensamblar componentes con restricciones de acoplamiento, producir una hoja de TechDraw con secciones y tolerancias, y preparar la geometría para su fabricación o exportación, con un alcance lo suficientemente acotado como para que el resultado pueda verificarse objetivamente.
- Registrar demostraciones de expertos: configurar su propio entorno para la tarea (dibujos de referencia, archivos de origen, bancos de trabajo y complementos instalados) y grabarse ejecutándola de principio a fin con las herramientas de captura proporcionadas, produciendo un registro completo de acciones, el estado de la interfaz y los cambios en los archivos.-
- Documentar el flujo de trabajo paso a paso: registrar los pasos realizados en un formulario que otro ingeniero pueda seguir y reproducir, en un inglés profesional y claro.
- Definir criterios de verificación y éxito: especificar lo que el modelo terminado debe cumplir, la corrección dimensional, bocetos totalmente restringidos, referencias de operaciones robustas, un árbol que sobreviva a un cambio de parámetro, además de los hitos intermedios que marcan un progreso real y las vías erróneas plausibles que no deben acreditarse.
- Cubrir el rango de dificultad: producir tareas desde operaciones simples de boceto y extrusión hasta flujos de trabajo largos y de múltiples pasos que cruzan aplicaciones (un dibujo abierto desde un PDF, dimensiones extraídas de una hoja de cálculo, salida enviada a un software de laminación, datos de malla o STEP transferidos de ida y vuelta desde otra herramienta).
- Revisar y controlar la calidad del trabajo de otros: para aquellos que pasen a control de calidad, auditar los registros enviados en cuanto a realismo de la tarea, integridad de la grabación, correspondencia entre pasos y acciones, y si los criterios de éxito declarados se cumplen genuinamente en el modelo producido.
- Trabajar según los estándares de calidad del proyecto: mantener las grabaciones libres de información personal y geometría confidencial de clientes, utilizar únicamente aplicaciones aprobadas y completar todo el trabajo utilizando su propia experiencia; el uso de asistentes de IA de código cerrado está prohibido por contrato en este proyecto.

## Lo que aporta
- 2 o 5 años de experiencia profesional en diseño mecánico, desarrollo de productos, ingeniería de fabricación o un rol comparable centrado en CAD (contrato, estudio, interno o autónomo).
- Dominio real de FreeCAD, no solo experiencia general en CAD. Trabaja con soltura en Sketcher y Part Design, comprende la diferencia entre los enfoques de Part y Part Design y cuándo procede cada uno, y es capaz de construir un modelo cuyo árbol de operaciones sea robusto en lugar de limitarse a ser correcto en el primer renderizado.
- Sólidos fundamentos de modelado paramétrico: bocetos totalmente restringidos, planos de referencia y sistemas de coordenadas locales, expresiones y parámetros basados en hojas de cálculo, y comprensión de cómo el nombramiento topológico afecta a las referencias posteriores.
- Instintos prácticos para la resolución de problemas: puede diagnosticar un solucionador de restricciones que falla, un boceto con exceso de restricciones, una referencia de operación rota tras una edición anterior y una operación booleana que falla en geometría no mani-fold o autointersecta.
Conocimiento práctico de al menos dos bancos de trabajo adicionales de FreeCAD relevantes para flujos de trabajo reales (Assembly, TechDraw, Draft, Spreadsheet, FEM o CAM/Path).
- Fluidez con formatos de archivo: STEP, IGES, BREP, STL/malla, y las consecuencias prácticas de pasar de representaciones de sólidos a mallas.
- Un ordenador en el que pueda instalar nuestras herramientas de grabación y trabajar a diario: Windows 11, Ubuntu (X11) o macOS. Los lotes se asignan según el sistema operativo, y se requiere hardware capaz de ejecutar FreeCAD cómodamente junto con un grabador de pantalla.
- Comodidad al ser grabado en pantalla mientras trabaja, y la disciplina necesaria para mantener la información personal y cualquier geometría confidencial de clientes fuera del encuadre.
- Dominio del inglés: mínimo B2, con la claridad escrita necesaria para documentar un flujo de trabajo que otro ingeniero pueda reproducir.
- Capacidad para aplicar rúbricas detalladas de forma coherente y tomar juicios de calidad repetibles en muchas tareas similares.
- Gran atención al detalle y autonomía, con sólidos hábitos de trabajo asíncrono para trabajos por contrato remotos y de horario flexible.

Responsabilidades

• Desarrollar contenido de entrenamiento para IA: crear indicaciones detalladas sobre diversos temas y respuestas para guiar el aprendizaje de la IA, asegurando que los modelos reflejen una comprensión integral de diversos temas.
• Optimizar el rendimiento de la IA: evaluar y clasificar las respuestas de la IA para mejorar la precisión, fluidez y relevancia contextual del modelo.
• Garantizar la integridad del modelo: probar los modelos de IA en busca de posibles imprecisiones o sesgos, validando su fiabilidad en diferentes casos de uso.