Auditeur de tâches de défi ML

Évaluez la qualité, l'exactitude et la rigueur méthodologique de tâches d'apprentissage automatique appliqué utilisées pour entraîner et évaluer les modèles d'un laboratoire d'IA de pointe. Vous évaluerez la conception des expériences, le raisonnement de sélection des modèles et la méthodologie d'évaluation, et fournirez des commentaires écrits clairs basés sur des grilles d'évaluation.

Qualifications de base • 3 ans et plus d'expérience pratique en apprentissage automatique appliqué/expérimental (conception d'expériences, sélection de modèles, réglage d'hyperparamètres, méthodologie d'évaluation) • Solide maîtrise de la rigueur de la qualité des données : détection des fuites de données, contournement des métriques et hygiène train/test/validation croisée • Maîtrise des frameworks standards d'apprentissage automatique (PyTorch, TensorFlow, scikit-learn, XGBoost) • Capacité à critiquer les affirmations sur l'apprentissage automatique au regard des preuves et à reproduire les résultats

Qualifications souhaitées • Expérience en compétition / benchmarks (par ex., Kaggle) • Recherche de niveau supérieur (master/doctorat) ou historique de publications en apprentissage automatique appliqué • Expérience préalable de notation de tâches ou d'évaluation par les pairs

Remarque : ce rôle évalue la rigueur de l'apprentissage automatique appliqué/expérimental, ce n'est pas un rôle de construction d'applications LLM ou de MLOps.