This is a remote position.
Como Analista IA serás la persona ideal para apoyar el área de Inteligencia Artificial con la Investigación Análisis y procesamiento de datos el desarrollo de modelos y evaluación de modelos que serán utilizados en el área Algunas de tus principales actividades serán:
Investigación y análisis de datos:
o Recopilación de datos relevantes para el problema en cuestión.
o Evaluación y selección de fuentes de datos adecuadas.
o Análisis exploratorio de datos (EDA) para comprender los patrones y la distribución de los datos.
Preprocesamiento de datos:
o Limpieza de datos para eliminar ruido valores atípicos y datos faltantes.
o Tokenización y segmentación de texto.
o Normalización de texto (minúsculas eliminación de signos de puntuación etc.)..
o Codificación de etiquetas y etiquetado de datos si es necesario.
Selección y desarrollo de modelos:
o Investigación y selección de arquitecturas de modelos adecuadas para NLP/NLU (por ejemplo modelos Transformer RNN CNN etc.).
o Ajuste de hiperparámetros y entrenamiento de modelos.
o Evaluación y comparación de modelos en función de métricas relevantes (precisión exhaustividad F1score etc.).
Afinamiento de modelos:
o Optimización de hiperparámetros para mejorar el rendimiento del modelo.
o Ajuste fino de modelos preentrenados (por ejemplo modelos de lenguaje BERT GPT)para tareas específicas.
Evaluación de modelos:
o Realización de pruebas de rendimiento utilizando conjuntos de validación y prueba.
o Evaluación del rendimiento en métricas como la exactitud la sensibilidad la especificidad y la curva ROC.
o Análisis de errores para comprender las deficiencias del modelo.
Interpretación de resultados:
o Interpretación de modelos para entender cómo toman decisiones.
o Visualización de características importantes y atención de modelos.
o Desarrollo de pipelines de procesamiento de lenguaje natural:
Investigación continua:
o Mantenerse al tanto de los avances en el campo de NLP y NLU.
o Experimentar con nuevas técnicas y enfoques de vanguardia.
o Colaboración y comunicación:
o Colaboración con equipos interdisciplinarios como científicos de datos ingenieros de software y expertos en dominios específicos.
o Comunicación efectiva de resultados y hallazgos a partes interesadas no técnicas.