کارشناس داده‌های هوش مصنوعی در حوزه زبان‌شناسی

شرح موقعیت شغلی

جمع‌آوری، منبع‌یابی و حاشیه‌نویسی حجم عظیمی از نمونه‌های زبانی متنوع و طبیعی به زبان بومی کشور، جهت پشتیبانی از توسعه و آموزش مدل‌های زبانی بزرگ (LLMs) پیشرفته، با تضمین دقت، ظرافت و ارتباط فرهنگی در فهم و تولید زبان مبتنی بر هوش مصنوعی․

وظایف کلیدی

• تامین و گردآوری داده‌ها: جمع‌آوری و دستیابی به طیفی متنوع از نمونه‌های زبانی باکیفیت و طبیعی به زبان مقصد، با هدف تضمین کیفیت نشانه‌گذاری و همخوانی با نیازمندی‌های پروژه.
• حاشیه‌نویسی و برچسب‌زنی: افزودن اطلاعات زمینه‌ای به داده‌های جمع‌آوری شده از طریق حاشیه‌نویسی و برچسب‌زنی، با هدف تضمین دقت و یکنواختی در نشانه‌گذاری و همخوانی با نیازمندی‌های پروژه برای آموزش مدل‌های هوش مصنوعی.
• توسعه منابع زبانی: توسعه و نگهداری منابع زبانی در مقیاس بزرگ، مانند مجموعه داده‌ها، پیکره‌های زبانی و فرهنگ‌های لغت، به منظور پشتیبانی از توسعه و آموزش مدل‌های زبانی بزرگ.
• درک فرهنگی و زمینه‌ای: دارا بودن دانش و آگاهی کافی از فرهنگ، آداب و رسوم و ظرافت‌های بومی، به منظور اطمینان از اینکه داده‌های حاشیه‌نویسی شده به دقت زبان هدف، و زمینه و بافت منطقه‌ای را منعکس می‌کند.
• همکاری با تیم‌های توسعه مدل هوش مصنوعی: همکاری با تیم‌های توسعه مدل هوش مصنوعی به منظور حصول اطمینان از انطباق داده‌های زبانی با الزامات پروژه، ارائه دیدگاه‌های تخصصی در خصوص ارتباط فرهنگی و زبانی، و کمک به اعتبارسنجی و بازبینی داده‌ها.

متقاضی باید دارای مهارت‌های زیر باشد

• تسلط کامل به زبان مادری
• آشنایی با جدیدترین پلتفرم‌های هوش مصنوعی پیشرفته و مدل‌های زبانی بزرگ
• تخصص فرهنگی و درک منطقه‌ای
• مهارت در برنامه‌نویسی پایتون و هوش مصنوعی/یادگیری ماشین