De un vistazo
- Tareas: Diseñar y mantener infraestructuras de evaluación para sistemas de IA avanzados.
- Empresa: Axiomatic AI, innovando en sistemas de IA con rigor científico.
- Beneficios: Compensación competitiva, opciones de acciones, herramientas de vanguardia y equilibrio laboral.
- Otra información: Oportunidades de crecimiento profesional y trabajo flexible.
- Por qué este empleo: Contribuye a revolucionar el diseño de hardware y la simulación en IA.
- Cualificaciones: Máster en campos relacionados y experiencia en infraestructura de IA.
El salario previsto está entre 63000 - 77000 € por año.
Axiomatic AI está construyendo una nueva clase de sistemas de IA diseñados para razonar con el rigor del método científico. Al combinar el aprendizaje profundo con la lógica formal y el modelado basado en física, creamos sistemas de IA verificables e interpretables que colaboran y apoyan a los investigadores humanos en flujos de trabajo científicos y de ingeniería de alto riesgo. Nuestra misión, 30×30, es entregar una mejora de 30 veces en la velocidad, accesibilidad y costo del desarrollo de hardware semiconductor y fotónico para 2030.
Como Ingeniero/Científico de IA especializado en Evaluación y Benchmarking, diseñarás, implementarás y mantendrás tuberías de evaluación escalables y confiables para sistemas de IA avanzados. Tu trabajo permitirá una medición rápida, reproducible y rigurosa del rendimiento de modelos y agentes en entornos de investigación y producción.
Tu misión
- Infraestructura de Evaluación: Diseñar, implementar y mantener tuberías de evaluación confiables y escalables para medir el rendimiento de modelos y agentes de manera eficiente y reproducible.
- Benchmarking y Métricas: Desarrollar benchmarks automatizados, métricas de rendimiento y pruebas de regresión para permitir comparaciones sistemáticas y seguimiento continuo del rendimiento.
- Análisis de Fallos e Iteración: Analizar modos de fallo y puntos ciegos de evaluación, y mejorar iterativamente tareas, métricas y protocolos para capturar mejor el comportamiento real de los agentes.
- Soporte a la Experimentación: Colaborar con Científicos e Ingenieros de IA para traducir objetivos de investigación en protocolos de evaluación robustos y herramientas que apoyen la experimentación rápida.
- Comunicación e Informes: Comunicar claramente los resultados de la evaluación a través de informes concisos, paneles de control y presentaciones, permitiendo que equipos internos y partes interesadas externas interpreten y actúen sobre los conocimientos de rendimiento.
- Colaboración: Trabajar estrechamente con un equipo multifuncional de ingenieros y científicos, resolviendo problemas desafiantes en la intersección de la IA, la física y la ingeniería.
Requisitos clave
- Título de máster en Ciencia de Datos, Informática, Tecnología de la Información, Inteligencia Artificial o un campo relacionado.
- Más de 2 años de experiencia en un entorno de IA, ingeniería, científico o técnico.
- Más de 1 año de experiencia en la industria construyendo infraestructura y aplicaciones de IA.
- Fuertes habilidades de ingeniería de software, con experiencia en la construcción de sistemas confiables y mantenibles en entornos de producción.
- Comprensión de la metodología de evaluación y diseño experimental, con atención a la reproducibilidad y rigor estadístico.
- Capacidad para colaborar eficazmente en un entorno multidisciplinario y multicultural.
- Curiosidad y una mentalidad proactiva orientada a soluciones, con la capacidad de trabajar de forma autónoma y poseer el marco de evaluación de principio a fin.
- Interés personal en explorar desarrollos recientes en IA y mantenerse al día con el estado del arte.
Deseable
- Experiencia en la construcción o mantenimiento de tuberías de evaluación y benchmarking para sistemas de ML/LLM.
- Familiaridad con métodos de evaluación de LLM/agentes, incluyendo puntuación basada en rúbricas, modelos de jueces o pruebas de regresión.
- Experiencia con seguimiento de experimentos y herramientas de evaluación como Weights & Biases, LangSmith o plataformas similares.
- Experiencia en investigación en IA/ML, demostrada a través de publicaciones, una tesis o proyectos de investigación.
- Pruebas de fuerte iniciativa técnica, como contribuciones de código abierto, proyectos personales o liderazgo en trabajos técnicos complejos.
Lo que ofrecemos
- Compensación competitiva.
- Plan de Opciones sobre Acciones: Empoderándote para compartir nuestro éxito y crecimiento.
- Herramientas de vanguardia: Acceso a herramientas de última generación y oportunidades de colaboración con expertos líderes en inteligencia artificial, física, hardware y automatización de diseño electrónico.
- Equilibrio entre trabajo y vida personal: Arreglos laborales flexibles en una de nuestras oficinas con opciones potenciales para trabajo remoto.
- Crecimiento profesional: Oportunidades para asistir a conferencias de la industria, presentar hallazgos de investigación y participar con la comunidad global de investigación en IA.
- Cultura impulsada por el impacto: Únete a un equipo apasionado enfocado en resolver problemas desafiantes en la intersección de la IA y el hardware.
AI Engineer/Scientist - Evaluation & Benchmarking empresa: Axiomatic-AI Inc.
Axiomatic_AI es un empleador excepcional que ofrece un entorno de trabajo dinámico y colaborativo en Barcelona, donde los investigadores aplicados en métodos formales para la física pueden prosperar. Con un enfoque en el equilibrio entre la vida laboral y personal, oportunidades de crecimiento profesional y acceso a herramientas de vanguardia, nuestros empleados tienen la oportunidad de contribuir a innovaciones significativas en inteligencia artificial y diseño de hardware. Además, fomentamos una cultura impulsada por el impacto, donde cada miembro del equipo juega un papel crucial en la resolución de problemas desafiantes en la intersección de la IA y la ingeniería.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir AI Engineer/Scientist - Evaluation & Benchmarking
✨Conéctate a Comunidades de Ciencia de Datos
Participa en foros y comunidades online como Kaggle o GitHub, donde puedes compartir proyectos de ciencia de datos y mostrar tus habilidades. Esto no solo te ayuda a aprender más, sino que también te da visibilidad ante reclutadores que están buscando talento.
✨Asiste a Meetups y Conferencias
Las conferencias de ciencia de datos y los meetups locales son una excelente manera de conocer a personas en la industria. Intenta asistir a eventos como PyData o Data Science Meetups en tu ciudad; así podrás establecer conexiones importantes y enterarte de oportunidades laborales como la de AI Engineer/Scientist - Evaluation & Benchmarking en Axiomatic-AI Inc..
✨Demuestra tus Habilidades con Proyectos Personales
Crea un portafolio en línea donde puedas presentar proyectos realizados por ti. Asegúrate de incluir muestras de tu trabajo en Python, R, o cualquier otra herramienta que domines. Esto hará que te destaques cuando postules a AI Engineer/Scientist - Evaluation & Benchmarking en Axiomatic-AI Inc..
✨Conéctate con Profesionales en LinkedIn
Haz uso de LinkedIn para seguir a empresas de ciencia de datos y conectar con quienes trabajan en ellas. Este tipo de estrategia puede abrirte puertas, ya que muchos reclutadores revisan perfiles antes de decidir a quién invitar a entrevistas para roles como AI Engineer/Scientist - Evaluation & Benchmarking.
Creemos que necesitas estas habilidades para triunfar como AI Engineer/Scientist - Evaluation & Benchmarking
Algunos consejos para tu solicitud 🫡
Destaca tus habilidades técnicas:En el mundo de la ciencia de datos, es fundamental que tu CV incluya herramientas y lenguajes de programación específicos. No te olvides de mencionar tus conocimientos en Python, R o SQL, y cualquier experiencia relevante con bibliotecas como Pandas o TensorFlow. ¡Esto le dará un gran empujón a tu perfil ante Axiomatic-AI Inc.!
Proyectos y experiencias prácticas:Además de tu formación académica, es clave incluir proyectos anteriores donde hayas aplicado tus habilidades en ciencia de datos. Asegúrate de mencionar cualquier trabajo que hayas hecho, ya sea en la universidad o de manera independiente. Esto demuestra tu capacidad para resolver problemas reales y tu motivación para aprender en un entorno profesional.
Céntrate en resultados cuantificados:En tu carta de presentación y CV, incluye logros que puedas cuantificar. Por ejemplo, si has dirigido un proyecto que mejoró la eficiencia en un XX%, esto no solo impresiona, sino que demuestra tu capacidad para generar resultados concretos. Esto es especialmente atractivo para un puesto a tiempo completo en Axiomatic-AI Inc..
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Axiomatic-AI Inc.. Comenta por qué te apasiona la ciencia de datos y cómo encajas en la misión de la empresa. Aunque el CV es importante, una carta que muestre tu motivación y visión puede hacer la diferencia.
Cómo prepararte para una entrevista de trabajo en Axiomatic-AI Inc.
✨Prep para preguntas técnicas de datos
Sabemos que en el campo de la ciencia de datos es común que te hagan preguntas técnicas. Prepárate para discutir tus conocimientos en estadística, análisis de datos y programación en Python o R. Además, asegúrate de poder explicar tus proyectos anteriores y el proceso detrás de ellos, ¡es vital que muestres tu pensamiento crítico!
✨Demuestra tus habilidades con un portfolio impactante
Tener un portfolio que muestre tus proyectos de ciencia de datos es esencial. Asegúrate de incluir ejemplos de análisis complejos, visualización de datos e incluso modelos predictivos que hayas desarrollado. ¡Esto no solo muestra tu competencia técnica, sino que también puede dar pie a una conversación más profunda durante la entrevista!
✨Prepárate para discutir casos de uso de datos
En una entrevista para un puesto de ciencia de datos, a menudo te preguntarán sobre estudios de caso o situaciones del mundo real. Practica cómo explicar cómo aplicarías técnicas de análisis para resolver problemas específicos que podrían enfrentar en Axiomatic-AI Inc.. Esto demuestra que entiendes la aplicabilidad de tus habilidades.
✨Muestra tu entusiasmo y curiosidad
Como candidato a un puesto a tiempo completo, es crucial que muestres tu pasión por la ciencia de datos y tu deseo de aprender. Comparte tus intereses en las últimas tendencias de la IA o el machine learning, y menciona proyectos futuros que te gustaría explorar. Esto puede hacer que te destaques entre otros candidatos.