Expert Talent Pool, Agentes y Aprendizaje por Refuerzo
Clera
Todo el mundoVerificada
USD 80 a 200 por hora
- Contrato
- Tiempo completo
- Categoría
- Tecnología
- Publicada
- Ubicación según la fuente
- Worldwide
La oferta completa
Traducida al español. Original en Himalayas.
Sobre el puesto
Únete a una red de expertos que apoya proyectos de datos humanos para IA enfocados en agentes y aprendizaje por refuerzo. Diseñarás entornos de entrenamiento y sistemas de evaluación, y evaluarás el comportamiento de los agentes a medida que haya proyectos disponibles.
Qué harás
- Diseñar entornos de aprendizaje por refuerzo, incluyendo configuraciones en Python y Docker, espacios de estados, integraciones de herramientas y mecanismos de puntuación.
- Construir verificadores y funciones de recompensa robustos que resistan que los agentes las exploten.
- Traducir flujos de trabajo empresariales reales en áreas como ERP, CRM, finanzas y operaciones en escenarios medibles.
- Integrar herramientas y APIs REST, y construir arneses de prueba usando pytest u otras herramientas similares.
- Liderar programas de demostraciones de agentes y de uso de computadora, estableciendo estándares de calidad para la recopilación de trazas.
- Calificar y reparar trayectorias de agentes, y guiar a otros colaboradores en prácticas de evaluación.
Qué buscamos
- Al menos 5 años de experiencia en ingeniería de software, automatización de QA, machine learning, aprendizaje por refuerzo, o sistemas y operaciones empresariales, combinada con trabajo práctico con datos de agentes o RL.
- Sólidas habilidades en Python y experiencia construyendo herramientas o servicios que otros usan.
- Experiencia diseñando entornos, verificadores, funciones de recompensa o arneses de prueba que evalúen software o el comportamiento de agentes, usando herramientas como pytest, Playwright, Selenium o entornos estilo Gymnasium.
- Experiencia práctica con datos de agentes o RL, como demostraciones, calificación de trayectorias, recopilación de trazas o demostraciones de uso de computadora.
- Experiencia con APIs REST y Docker.
- Experiencia liderando o revisando trabajo de datos, evaluación o demostraciones es valiosa, al igual que la experiencia modelando flujos de trabajo en sistemas empresariales como Salesforce o plataformas ERP.
- Un título en ciencias de la computación, ingeniería o un campo relacionado es relevante.
Compensación y beneficios
La compensación es de $80 a $200 por hora, según el proyecto, el campo y el nivel. El pago se basa en las horas trabajadas.
Ubicación
Remoto. Los proyectos suelen durar desde una semana hasta varios meses.
Rango de compensación: $166.4K - $416K
Publicado originalmente en Himalayas
Oferta publicada originalmente en Himalayas. Enlace comprobado el .