Frost & Sullivan er en global konsulent- og markedsanalysevirksomhed, der betjener organisationer inden for sundhedssektoren, marketing og andre brancher. Virksomhedens team kombinerer brancheundersøgelser, markedsindsigt, analyser – herunder AI-motoren FROST AI – og strategisk rådgivning for at hjælpe virksomheder, investorer og offentlige organisationer med at vurdere muligheder, udforme innovationsstrategier, planlægge produktlanceringer, evaluere beslutninger om fusioner og opkøb samt styrke deres go-to-market-planer. Virksomheden samler også erhvervsledere gennem arrangementer og ledelsesråd og forbinder forskning med praktisk vækstplanlægning på tværs af sektorer og geografiske områder.
AI-modeltræner, forretningsteknologi – hybrid i Singapore
Træn og evaluer Frost & Sullivans MetaBrain ved at omsætte forskning og forretningsekspertise til strukturerede evalueringsmaterialer, regler og afprøvede forbedringer af arbejdsgange. Rollen kombinerer ekspertgennemgang, kvalitetsmåling, kontrolleret iteration og – på teknologisporet – Python-baseret evaluering og administration af datasæt.
Beskrivelse
- Lær MetaBrain op og evaluer systemets brug af godkendte forskningsmetoder og forretningslogik
- Omsæt fagekspertise til strukturerede eksempler, regler og gennemgangskriterier
- Omsæt rådgiverfeedback til kontrollerede og testbare model-forbedringer
- Organiser autoriseret forskning, taksonomier, beslutningsregler, eksempler og modeksempler
- Udarbejd kildebaserede referencesvar, og dokumenter omfang, datoer, begrænsninger og tilladt brug
- Opret evalueringskriterier, der dækker faktuel dokumentation, numerisk konsistens, relevans, fuldstændighed og usikkerhed
- Gennemfør blinde sammenligninger, og registrer fejl, uenigheder mellem bedømmere og resultater af afgørelser
- Oprethold adskillelse mellem udviklingsmateriale og tilbageholdte evalueringssager
- Konfigurer prompts, indstillinger for informationssøgning og forretningsregler i godkendte design- og tuningmiljøer
- Omsæt rådgiverkorrektioner til versionsstyrede ændringsanmodninger
- Test hver opdatering igen, og vedligehold en dokumenteret tilbagerulningslog
- Samarbejd med tekniske trænere om eksperimentdesign og fejlanalyse
- På teknologisporet: udvikl Python-scripts til evaluering, administrer datasætversioner, og understøt begrundede finjusteringseksperimenter
Krav
- Mindst tre års betydelig erfaring med forskning, rådgivning eller videnkvalitet; tilsvarende meritter tages i betragtning
- Dokumenteret evne inden for evidensvurdering, forretningsskrivning, numerisk validering og metodisk præcision
- Grundlæggende viden om AI eller store sprogmodeller gennem formelle studier eller certificering samt praktisk erfaring med at teste eller forbedre AI-output
- Erfaring med fagfællebedømmelse, analytikercoaching, kodning af spørgeskemaer, udvikling af taksonomier, kvalitetssikring, low-code-automatisering eller struktureret vedligeholdelse af vidensbaser foretrækkes
- Erfaring med SQL eller Python er nyttig for kandidater på forretningssporet
- Python-scripting til evaluering er et krav på teknologisporet