Frost & Sullivan to globalna firma konsultingowa i badawcza zajmująca się analizą rynków, która współpracuje z organizacjami z sektora ochrony zdrowia, marketingu i innych branż. Jej zespół łączy badania branżowe, analizę informacji rynkowych, analitykę — w tym silnik FROST AI — oraz doradztwo strategiczne, pomagając korporacjom, inwestorom i organizacjom sektora publicznego oceniać możliwości, kształtować strategie innowacji, planować wprowadzanie produktów na rynek, oceniać decyzje dotyczące fuzji i przejęć oraz wzmacniać plany wejścia na rynek. Firma organizuje również wydarzenia i posiedzenia rad liderów, podczas których łączy wyniki badań z praktycznym planowaniem wzrostu w różnych sektorach i regionach.
Trener modeli AI, technologie biznesowe — praca hybrydowa, Singapur
Szkol i oceniaj MetaBrain firmy Frost & Sullivan, przekształcając wiedzę badawczą i biznesową w ustrukturyzowane materiały ewaluacyjne, reguły oraz przetestowane usprawnienia przepływów pracy. Rola obejmuje ekspertyzę, pomiar jakości, kontrolowane iteracje, a w ścieżce technologicznej także ewaluację w Pythonie i zarządzanie zbiorami danych.
Opis
- Szkolenie MetaBrain i ocena jego wykorzystania zatwierdzonych metod badawczych oraz logiki biznesowej
- Przekładanie wiedzy specjalistycznej na ustrukturyzowane przykłady, reguły i kryteria oceny
- Przekształcanie opinii doradców w kontrolowane, testowalne usprawnienia modelu
- Organizowanie zatwierdzonych badań, taksonomii, reguł decyzyjnych, przykładów i kontrprzykładów
- Opracowywanie referencyjnych odpowiedzi ze źródłami oraz dokumentowanie zakresu, dat, ograniczeń i dozwolonego wykorzystania
- Tworzenie rubryk obejmujących wsparcie faktograficzne, spójność liczbową, trafność, kompletność i niepewność
- Prowadzenie ślepych porównań oraz rejestrowanie błędów, rozbieżności między oceniającymi i wyników rozstrzygnięć
- Utrzymywanie rozdzielenia materiałów rozwojowych od odłożonych przypadków ewaluacyjnych
- Konfigurowanie promptów, ustawień wyszukiwania i reguł biznesowych w zatwierdzonych środowiskach projektowania i dostrajania
- Przekształcanie korekt doradców w kontrolowane wersjonowaniem wnioski o zmiany
- Ponowne testowanie każdej aktualizacji i prowadzenie udokumentowanego rejestru wycofań
- Współpraca z trenerami technicznymi przy projektowaniu eksperymentów i analizie niepowodzeń
- W ścieżce technologicznej tworzenie skryptów ewaluacyjnych w Pythonie, zarządzanie wersjami zbiorów danych i wspieranie uzasadnionych eksperymentów dostrajania
Wymagania
- Co najmniej trzy lata znaczącego doświadczenia w badaniach, doradztwie lub zapewnianiu jakości wiedzy; rozważane będą również równoważne osiągnięcia
- Udokumentowana umiejętność oceny dowodów, pisania biznesowego, walidacji danych liczbowych i precyzji metodologicznej
- Podstawowa wiedza o AI lub dużych modelach językowych zdobyta w ramach formalnej nauki lub certyfikacji oraz praktyczne doświadczenie w testowaniu lub ulepszaniu wyników AI
- Preferowane doświadczenie w recenzowaniu, coachingu analityków, kodowaniu ankiet, tworzeniu taksonomii, zapewnianiu jakości, automatyzacji low-code lub ustrukturyzowanym utrzymaniu baz wiedzy
- Znajomość SQL lub Pythona będzie przydatna kandydatom na ścieżkę biznesową
- Na ścieżce technologicznej wymagane jest tworzenie skryptów ewaluacyjnych w Pythonie