Trouvez votre prochaine mission en entraînement d'IA.

Évaluation de sorties de modèles d'IA sur des critères de correction, maintenabilité, sécurité et préparation à la production — accessible aux profils en début à milieu de carrière.

Évaluation avancée du raisonnement de modèles d'IA sur des systèmes complexes : conception de solutions d'ingénierie expertes, rubriques d'évaluation, implémentations de référence.

Évaluation et comparaison de solutions de modèles d'IA sur des tâches d'ingénierie réalistes : debugging, traçage logique inter-dépôts, implémentation de fonctionnalités, revue de code, décisions d'architecture.

Expertise pointue en ingénierie réseau, systèmes legacy/entreprise et langages de programmation avancés (CUDA, C++, Rust, MLOps, COBOL, ABAP, Scala, Kotlin, OCaml).

Expert domaine data science pour l'évaluation et la notation de réponses de modèles d'IA (rubriques, RLHF, vérification factuelle).

Expert ML pour l'évaluation et l'entraînement de modèles d'IA sur des tâches de machine learning et de pipelines de données (ETL).

Expert data engineering pour l'évaluation de tâches d'ingénierie de données (SQL, ETL, traitement de données) réalisées par des modèles d'IA.

Expert data science pour l'évaluation de travaux statistiques, de modélisation et d'expérimentation réalisés par des modèles d'IA.

Expert recherche ML pour l'évaluation de travaux avancés de deep learning (modèles génératifs, apprentissage par renforcement, architectures transformer).

Rôle de recherche sur l'évaluation de la génération de code par des LLM : conception de bancs d'essai et de critères d'évaluation.

Expert logiciel senior pour l'entraînement et l'évaluation de modèles d'IA sur des tâches de code réelles (correction de bugs, implémentation de fonctionnalités, refactoring, optimisation).

Conception et optimisation de systèmes de deep learning, analyse statistique et entraînement de modèles ML pour des clients de Turing, en télétravail avec recouvrement horaire avec les fuseaux américains.