Auf einen Blick
- Aufgaben: Erstelle und überprüfe mathematische Aufgaben zur Bewertung von KI-Modellen.
- Arbeitgeber: Innovatives Unternehmen, das kreative Talente mit führenden KI-Forschungslabors verbindet.
- Mitarbeitervorteile: Stundenlohn von $72–$80, flexible Arbeitszeiten und wöchentliche Bezahlung.
- Andere Informationen: Remote-Arbeit mit flexibler Stundenanzahl und täglicher Anwendungsüberprüfung.
- Warum dieser Job: Nutze deine Mathematikkenntnisse, um die Leistung von KI-Modellen zu verbessern.
- Gewünschte Qualifikationen: PhD in Mathematik oder relevante Erfahrung in Lehre und Forschung.
Das voraussichtliche Gehalt liegt zwischen 72 - 80 € pro Stunde.
Mercor verbindet kreative und technische Talente mit führenden KI-Forschungslabors. Hauptsitz in San Francisco.
Position: Mathematik-Experte
Typ: Vertrag
Vergütung: 72–80 $/Stunde
Standort: Remote
Engagement: 20 Stunden/Woche
Rollenverantwortlichkeiten:
- Erstellen, Überprüfen und Kommentieren technischer Aufgaben zur Bewertung der Leistung von KI-Modellen bei mathematischen Problemen.
- Produzieren von Originalproblemsets, die auf mathematischen Diagrammen, Grafiken und geometrischen Figuren basieren.
- Schreiben von Referenzlösungen und Anwenden strukturierter Qualitätsprüfungen zur Sicherstellung der Genauigkeit.
- Bereitstellung klarer, strukturierter Rückmeldungen zur Verbesserung der Qualität der Trainingsdaten und der nachgelagerten Leistung.
- Unabhängiges und asynchrones Arbeiten zur Einhaltung von Fristen und zur Verbesserung der Leistung von KI-Modellen.
Qualifikationen:
Must-Have:
- PhD in Mathematik oder MS in Mathematik mit 3+ Jahren Unterricht, Forschung oder angewandter Arbeit oder BS in Mathematik mit 5+ Jahren Nachhilfe, Wettkampfcoaching oder angewandter Mathematikerfahrung.
- Arbeitsflüssigkeit in mindestens zwei der folgenden Bereiche: reelle Analyse, Algebra, Topologie, Wahrscheinlichkeit, Kombinatorik, Differentialgleichungen.
- Komfortables Lesen und Interpretieren mathematischer Diagramme, Grafiken und geometrischer Figuren.
- Klarer technischer Schreibstil; in der Lage, Argumente Schritt für Schritt schriftlich darzulegen.
Vergütung & Rechtliches:
- Stundenvertrag
- Wöchentliche Bezahlung
Bewerbungsprozess (Dauert 20–30 Minuten):
- Lebenslauf hochladen
- KI-Interview basierend auf Ihrem Lebenslauf
- Formular einreichen
Für Details zum Interviewprozess und Plattforminformationen, bitte überprüfen Sie die bereitgestellten Ressourcen. Bei Fragen oder Unterstützung wenden Sie sich bitte an uns.
Unser Team überprüft täglich Bewerbungen. Bitte schließen Sie Ihr KI-Interview und die Bewerbungsschritte ab, um für diese Gelegenheit in Betracht gezogen zu werden.
Mathematics PhD - Problem Author Arbeitgeber: Mercor
Kontaktperson:
Mercor HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Mathematics PhD - Problem Author
✨Tip Nummer 1
Mach dich mit der Plattform vertraut, auf der du dein AI-Interview führst. Wir sollten sicherstellen, dass wir die technischen Anforderungen verstehen und uns wohlfühlen, um unser Wissen bestmöglich zu präsentieren.
✨Tip Nummer 2
Bereite dich auf typische Fragen vor, die in einem AI-Interview gestellt werden könnten. Wir können uns überlegen, wie wir unsere Erfahrungen und Qualifikationen am besten darstellen, um die Interviewer zu beeindrucken.
✨Tip Nummer 3
Nutze die Möglichkeit, deine technischen Fähigkeiten durch Beispiele zu demonstrieren. Wir sollten konkrete Probleme oder Projekte anführen, die wir gelöst haben, um unsere Expertise zu untermauern.
✨Tip Nummer 4
Vergiss nicht, nach dem Interview nachzufassen! Ein kurzes Dankeschön kann einen bleibenden Eindruck hinterlassen. Lass uns zeigen, dass wir wirklich an der Position interessiert sind.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Mathematics PhD - Problem Author
Tipps für deine Bewerbung 🫡
Mach deinen Lebenslauf einzigartig: Dein Lebenslauf ist dein erster Eindruck – also lass ihn strahlen! Hebe deine relevantesten Erfahrungen und Fähigkeiten hervor, die direkt mit der Mathematik und dem Verfassen von Aufgaben zu tun haben. Wir wollen sehen, was dich besonders macht!
Sei klar und präzise im Schreiben: Da technische Schreibfähigkeiten wichtig sind, achte darauf, dass deine Formulierungen klar und strukturiert sind. Vermeide es, um den heißen Brei herumzureden – wir schätzen direkte und verständliche Antworten!
Bereite dich auf das AI-Interview vor: Das AI-Interview basiert auf deinem Lebenslauf, also sei bereit, über deine Erfahrungen und Kenntnisse zu sprechen. Überlege dir Beispiele, die deine Fähigkeiten in der Mathematik und im Verfassen von Aufgaben zeigen. Wir wollen die besten Talente kennenlernen!
Bewirb dich über unsere Website: Um sicherzustellen, dass deine Bewerbung nicht untergeht, bewirb dich direkt über unsere Website. So können wir deine Unterlagen schnell und effizient prüfen. Wir freuen uns darauf, von dir zu hören!
Wie du dich auf ein Vorstellungsgespräch bei Mercor vorbereitest
✨Verstehe die Anforderungen
Mach dich mit den spezifischen Anforderungen der Position vertraut. Lies die Stellenbeschreibung gründlich durch und überlege, wie deine Erfahrungen und Fähigkeiten zu den geforderten Qualifikationen passen. So kannst du gezielt auf die Erwartungen des Unternehmens eingehen.
✨Bereite technische Beispiele vor
Da es sich um eine Position im Bereich Mathematik handelt, solltest du konkrete Beispiele für deine Arbeit in den Bereichen, die in der Stellenbeschreibung erwähnt werden, parat haben. Überlege dir, wie du deine Problemlösungsfähigkeiten demonstrieren kannst, indem du frühere Projekte oder Herausforderungen erläuterst.
✨Praktiziere klare Kommunikation
Da die Rolle auch technisches Schreiben umfasst, übe, komplexe mathematische Konzepte einfach und klar zu erklären. Du könntest dies tun, indem du deine Erklärungen laut aussprichst oder sie jemandem erklärst, der nicht aus dem Fachbereich kommt. So stellst du sicher, dass du deine Gedanken strukturiert und verständlich präsentieren kannst.
✨Sei bereit für Fragen zur Qualitätssicherung
Da die Position auch das Überprüfen und Annotieren von Aufgaben beinhaltet, sei darauf vorbereitet, Fragen zu deinem Ansatz zur Qualitätssicherung zu beantworten. Überlege dir, welche Methoden du anwenden würdest, um die Genauigkeit deiner Lösungen zu gewährleisten und wie du Feedback geben würdest, um die Trainingsdaten zu verbessern.