Auf einen Blick
- Aufgaben: Entwickle Annotation-Workflows und evaluiere generative KI-Systeme.
- Unternehmen: Sigma AI, ein führendes Unternehmen in der KI-Datenannotation.
- Vorteile: Flexibles Arbeiten von zu Hause, wettbewerbsfähiges Gehalt und spannende Projekte.
- Weitere Informationen: Dynamisches Team mit Möglichkeiten zur Veröffentlichung und technischem Leadership.
- Warum dieser Job: Gestalte die Zukunft der KI mit innovativen Technologien und realen Anwendungen.
- Qualifikationen: Master in Computational Linguistics oder verwandtem Bereich und Erfahrung in NLP.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Über Sigma
Sigma.AI ist ein führendes globales Technologieunternehmen, das sich auf Datensammlung und -annotation für künstliche Intelligenz spezialisiert hat. Mit über 30 Jahren Erfahrung und Büros in Spanien, den Vereinigten Staaten und dem Vereinigten Königreich helfen wir multinationalen Kunden, bahnbrechende KI-Lösungen in mehr als 700 Sprachen zu entwickeln.
Über die Rolle
Wir suchen einen vielseitigen Computational Linguist, der unserem F&E-Team beitritt und sich auf die Bewertung und Unterstützung generativer und agentischer KI-Systeme konzentriert. Diese hybride Rolle in Linguistik und Datenwissenschaft erfordert Fachkenntnisse in Sprachanalyse und quantitativer Bewertung und umfasst das Entwerfen von Annotation-Workflows, das Erstellen und Verfeinern von Richtlinien, das Prototyping von aufgabenbezogenen Bewertungsmetriken, das Konfigurieren von Annotationstools und die Analyse der Leistung von Annotatoren, Modellen und Systemen mit realen Daten. Erfolgreiche Kandidaten werden auch nach Bedarf zu Artikeln und Veröffentlichungen beitragen und technisches Leadership bei der Durchführung komplexer Projekte von der Idee bis zur Lieferung demonstrieren.
Standort
Arbeiten von zu Hause aus (USA: Florida, Kalifornien, North Carolina); freiberufliche Position.
Verantwortlichkeiten
- Entwerfen und Verfeinern von Annotation-Workflows und Richtlinien.
- Prototypisieren und Bewerten von aufgabenbezogenen Metriken für generative und agentische KI-Systeme.
- Konfigurieren und Verwalten von Annotationstools.
- Analysieren der Leistung von Annotatoren, Modellen und Systemen mit realen Daten.
- Kollaboration mit Forschern, Annotatoren und Ingenieuren zur Erstellung skalierbarer Bewertungsprozesse für LLM-gestützte Workflows.
- Dokumentation von Experimenten, Ergebnissen und Beitrag zu Publikationen.
Erforderliche Qualifikationen
- Master-Abschluss (oder gleichwertige Erfahrung) in Computational Linguistics, NLP, Linguistik oder einem verwandten Bereich.
- 2+ Jahre Erfahrung in NLP- oder KI-Projekten, Industrie oder Forschung.
- Mindestens ein Jahr Erfahrung mit generativer KI und/oder agentischer KI.
- Erfahrung im Fine-Tuning von transformerbasierten Sprachmodellen (z.B. BERT).
- Kenntnisse in Python und NLP/Datenwissenschaftsbibliotheken (pandas, numpy, scikit-learn, NLTK).
- Erfahrung mit generativen KI-SDKs und -Frameworks (OpenAI, Google, Anthropic, LangChain).
- Vertrautheit mit Linux-Umgebungen, Bash-Skripting und strukturierten Datenformaten (JSON, CSV).
- Erfahrung mit öffentlichen Datensätzen (Hugging Face, Kaggle) und Versionskontrolle mit Git.
- Verständnis von Bewertungsmethodologien, einschließlich Mensch-KI-Vergleich und Red-Team-Tests.
- Starke schriftliche Kommunikationsfähigkeiten zur Dokumentation von Experimenten und Ergebnissen.
- Erfahrung in funktionsübergreifenden oder forschungsorientierten Teams.
- Fließend in Englisch.
- Erfahrung im Entwerfen von Annotation-Aufgaben und -Workflows.
Bevorzugte Qualifikationen
- Starkes Interesse und Verständnis für aktuelle Trends und Techniken in der generativen KI.
- Erfahrung mit Annotationstools (Label Studio, Prodigy) und Qualitätsmetriken für menschliche Daten.
- Erfahrung in der Erstellung und Pflege maßgeschneiderter Datensätze.
- Vertrautheit mit Bewertungsherausforderungen in kreativen oder subjektiven NLP-Aufgaben.
- Verständnis der linguistischen Typologie, multilingualen NLP oder soziolinguistischen Variation.
- Erfahrung in WSL-Umgebungen.
- Erfahrung in der Zusammenarbeit mit Annotationsteams und Qualitätssicherungsprozessen.
Computational Linguist with Gen AI experience | Sigma AI Arbeitgeber: aitrainer
Sigma.AI ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit einer flexiblen Homeoffice-Option in den USA und einem starken Fokus auf Mitarbeiterentwicklung und technische Führung, fördert das Unternehmen eine Kultur der Zusammenarbeit und des Wissensaustauschs. Die Mitarbeit an spannenden Projekten im Bereich generative KI und die Chance, zur Veröffentlichung von Fachartikeln beizutragen, machen Sigma.AI zu einem attraktiven Arbeitsplatz für talentierte Computational Linguists.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Computational Linguist with Gen AI experience | Sigma AI erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns gemeinsam nach Verbindungen suchen, die dir helfen können, einen Fuß in die Tür zu bekommen.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und Szenarien durchgehst. Wir können dir helfen, deine Antworten zu verfeinern und sicherzustellen, dass du selbstbewusst auftrittst.
✨Tipp Nummer 3
Zeige deine Leidenschaft für generative KI! Sprich über aktuelle Trends und Projekte, an denen du gearbeitet hast. Lass uns deine Begeisterung in den Vordergrund stellen, damit die Arbeitgeber sehen, dass du wirklich interessiert bist.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! Das gibt dir die beste Chance, gesehen zu werden. Wir sind immer auf der Suche nach talentierten Leuten wie dir, also zögere nicht, uns deine Bewerbung zu schicken!
Wir glauben, dass du diese Fähigkeiten brauchst, um Computational Linguist with Gen AI experience | Sigma AI mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, sei authentisch und zeige deine Persönlichkeit. Wir wollen wissen, wer du bist und was dich motiviert, also lass deine Leidenschaft für Computational Linguistics und AI durchscheinen!
Pass auf die Details auf!:Achte darauf, dass deine Bewerbung gut strukturiert und fehlerfrei ist. Wir lieben es, wenn alles klar und übersichtlich ist – das zeigt uns, dass du sorgfältig arbeitest und Wert auf Qualität legst.
Zeig deine Erfahrung!:Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich NLP und generative AI. Konkrete Beispiele helfen uns, deine Fähigkeiten besser zu verstehen und wie du in unser Team passen könntest.
Bewirb dich über unsere Website!:Um sicherzustellen, dass wir deine Bewerbung schnell und effizient bearbeiten können, bewirb dich bitte direkt über unsere Website. So kannst du sicher sein, dass alles an der richtigen Stelle landet!
Wie man sich auf ein Vorstellungsgespräch bei aitrainer vorbereitet
✨Verstehe die Rolle
Mach dich mit den spezifischen Anforderungen der Position als Computational Linguist vertraut. Lies die Stellenbeschreibung gründlich durch und überlege, wie deine Erfahrungen in NLP und generativer KI zu den Aufgaben passen, die Sigma AI erwartet.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Erfahrungen, die du in der Vergangenheit hattest, insbesondere in Bezug auf Annotation, Evaluierung und Zusammenarbeit in interdisziplinären Teams. Sei bereit, diese Beispiele während des Interviews zu teilen, um deine Fähigkeiten zu demonstrieren.
✨Technische Kenntnisse auffrischen
Stelle sicher, dass du mit den relevanten Tools und Technologien, wie Python, NLP-Bibliotheken und Annotationstools, vertraut bist. Vielleicht kannst du sogar ein kleines Projekt vorbereiten, das zeigt, wie du diese Technologien angewendet hast.
✨Fragen vorbereiten
Bereite einige Fragen vor, die du dem Interviewer stellen möchtest. Das zeigt dein Interesse an der Rolle und dem Unternehmen. Du könntest nach den aktuellen Projekten im Bereich generative KI fragen oder wie das Team die Zusammenarbeit zwischen Forschern und Ingenieuren gestaltet.
