1. Inicio
  2. Trabajos
  3. Expert Talent Pool, Agents and Reinforcement Learning

Acerca del puesto

Únete a una red de expertos que apoya proyectos de datos humanos para IA centrados en agentes y aprendizaje por refuerzo. Diseñarás entornos de entrenamiento y sistemas de evaluación, y evaluarás el comportamiento de los agentes a medida que los proyectos estén disponibles.

Lo que harás

  • Diseñar entornos de aprendizaje por refuerzo, incluyendo configuraciones de Python y Docker, espacios de estado, integraciones de herramientas y mecanismos de puntuación.

  • Crear verificadores robustos y funciones de recompensa que resistan la manipulación por parte de los agentes.

  • Traducir flujos de trabajo de negocios del mundo real en áreas como ERP, CRM, finanzas y operaciones a escenarios medibles.

  • Integrar herramientas y API REST, y construir "test harnesses" utilizando pytest o herramientas similares.

  • Liderar programas de demostración de agentes y uso de computadoras, estableciendo estándares para la calidad de la recolección de trazas.

  • Calificar y reparar trayectorias de agentes, y mentorizar a los contribuyentes en prácticas de evaluación.

Lo que buscamos

  • Al menos 5 años de experiencia en ingeniería de software, automatización de QA, aprendizaje automático, aprendizaje por refuerzo, o sistemas y operaciones de negocio, combinada con trabajo práctico con datos de agentes o RL.

  • Sólidas habilidades en Python y experiencia en la creación de herramientas o servicios utilizados por otros.

  • Experiencia en el diseño de entornos, verificadores, funciones de recompensa o "test harnesses" que evalúen el comportamiento de software o agentes, utilizando herramientas como pytest, Playwright, Selenium o entornos tipo Gymnasium.

  • Experiencia práctica con datos de agentes o RL, como demostraciones, calificación de trayectorias, recolección de trazas o demostraciones de uso de computadora.

  • Experiencia con API REST y Docker.

  • La experiencia liderando o revisando trabajo de datos, evaluación o demostración es valiosa, al igual que la experiencia modelando flujos de trabajo en sistemas de negocio como Salesforce o plataformas ERP.

  • Un título en informática, ingeniería o un campo relacionado es relevante.

Compensación y Beneficios

La compensación es de $80 a $200 por hora, dependiendo del proyecto, campo y nivel. El pago se basa en las horas trabajadas.

Ubicación

Remoto. Los proyectos suelen durar de una semana a varios meses.

Rango de Compensación: $166.4K - $416K

Publicado originalmente en Himalayas

Salario

USD 80 - 200

Mensual

Trabajo Remoto

En Todo el Mundo

Resumen del Trabajo
Trabajo Publicado:
hace 10 horas
Expiración del Trabajo:
en 1 mes
Tipo de Trabajo
Por contrato
Rol del Trabajo
Inteligencia Artificial
Educación
Maestría
Experiencia
3+ años
Total de Vacantes
1
Profesión
Científico

Compartir este empleo:

Ubicación

Todo el mundo

Remoto · Todo el mundo

EmpleosTech
Obtené la app de EmpleosTech Acceso rápido a empleos tech, notificaciones y soporte offline