Materials Scientist

In questo ruolo di contractor da remoto e a ore, lavorerai come Esperto di Scienza dei Materiali (SME) per revisionare contenuti di scienza dei materiali generati dall'intelligenza artificiale e/o creare contenuti di riferimento per la scienza dei materiali di alta qualità, valutando l'accuratezza scientifica, il ragionamento ingegneristico, la terminologia e le spiegazioni dettagliate, fornendo al contempo feedback scritti precisi. Valuterai gli output in base a correttezza, chiarezza, plausibilità fisica, coerenza delle unità di misura, ragionamento sulle relazioni microstruttura-proprietà, contesto sperimentale e aderenza al prompt; individuerai errori in struttura cristallina, diagrammi di fase, proprietà meccaniche, polimeri, ceramici, metalli, compositi, nanomateriali, metodi di lavorazione e caratterizzazione; verificherai i fatti quando necessario; scriverai riscritture e risposte modello di alta qualità che dimostrino le migliori pratiche nella spiegazione della scienza dei materiali; e valuterai e confronterai più risposte dell'IA in base alla correttezza e alla qualità generale.

Questo ruolo è presso SME Careers, una società di servizi di dati di intelligenza artificiale in rapida crescita e sussidiaria di SuperAnnotate, che fornisce dati di addestramento per molte delle più grandi aziende di IA e laboratori di modelli di base del mondo. La tua competenza nella scienza dei materiali aiuta direttamente a migliorare i principali modelli di IA del mondo, rendendo i loro output di scienza dei materiali, ingegneria e scienze applicate più accurati, pratici e chiaramente spiegati.

Responsabilità

• Sviluppare Contenuti di Addestramento per l'IA: Crea prompt e risposte di riferimento (gold-standard) di scienza dei materiali su argomenti quali metalli, ceramici, polimeri, compositi, diagrammi di fase, trattamenti termici, prove meccaniche, corrosione, nanomateriali e caratterizzazione.
• Ottimizzare le Prestazioni dell'IA: Valuta e classifica gli output dell'IA per migliorare l'accuratezza scientifica, la logica ingegneristica, la terminologia, il ragionamento struttura-proprietà, la chiarezza e la rilevanza rispetto al prompt dell'utente.
• Garantire l'Integrità del Modello: Rileva affermazioni ingannevoli sui materiali, proprietà allucinate, raccomandazioni di lavorazione difettose, diagrammi errati, ipotesi di progettazione non sicure e interpretazioni eccessivamente fiduciose; valida l'affidabilità nei vari casi d'uso della scienza dei materiali.

Requisiti

• Laurea triennale o superiore in Scienza dei Materiali, Ingegneria dei Materiali, Ingegneria Meccanica, Ingegneria Chimica, Metallurgia, Scienza dei Polimeri, Nanotecnologie o un campo correlato, o equivalente esperienza professionale.
• Forte competenza professionale in inglese, minimo C1, per seguire le linee guida e fornire feedback dettagliati in inglese.
• Oltre 3 anni di esperienza nella ricerca in scienza dei materiali, ingegneria dei materiali, lavoro di laboratorio, produzione, insegnamento, scrittura tecnica, revisione accademica o lavoro scientifico/ingegneristico correlato.
• Profonda comprensione delle relazioni struttura-proprietà, strutture cristalline, diagrammi di fase, comportamento meccanico, trattamenti termici, polimeri, ceramici, metalli, compositi, corrosione e tecniche di caratterizzazione.
• Capacità di valutare spiegazioni di materiali, calcoli, diagrammi, interpretazioni sperimentali e raccomandazioni ingegneristiche per accuratezza e chiarezza.
• A tuo agio nell'identificare proprietà di materiali allucinate, affermazioni di lavorazione errate, ragionamenti microstrutturali difettosi, suggerimenti ingegneristici non sicuri o affermazioni di performance non supportate.
• Alta attenzione ai dettagli durante la revisione di unità di misura, terminologia dei materiali, metodi di prova, condizioni di processo, ipotesi e compromessi di progettazione.
• Affidabile, autonomo e in grado di offrire una qualità costante in un flusso di lavoro da contractor remoto e a ore, attraverso diversi fusi orari.
• È fortemente gradita un'esperienza precedente nell'addestramento/annotazione di dati per l'IA, QA scientifica, QA ingegneristica, QA accademica, revisione di contenuti tecnici o valutazione basata su rubrica.