Формат: удалённая работа Уровень: начальный (готовы обучать, но ждём амбиций) Команда: R&D, проекты на стыке науки и искусственного интеллекта Цель: помогать машинам понимать смысл Что нужно делать: - Анализировать научные статьи: по аннотациям, названиям и метаданным определять, к какой тематике, домену или функции они относятся (по заданной или согласованной классификации); - Размечать статьи по доменной принадлежности: например, в нефтегазе, энергетике, экологии, материаловедении, инженерии, ИИ и др.; - Выделять и систематизировать ключевые слова (семантическое ядро), формировать списки терминов, синонимов, отраслевых маркеров и уточнений; - Совместно с заказчиком уточнять правила классификации: участвовать в сессиях по улучшению инструкций, выявлять пограничные случаи, предлагать новые правила; - Поиск и структурирование метаданных: для каждой статьи находить DOI, журнал, авторов, год, ключевые слова, ссылку на полную версию и др.; - Работать с примерами и противопримерами: помогать в построении обучающих и тестовых наборов для моделей машинного обучения; - Участвовать в построении промптов и логике предобучения LLM на реальных данных. Что мы ищем: - Умение быстро понимать научные тексты, даже вне своей специальности; - Умение читать научные тексты на английском (минимум — понимать аннотации); - Гибкий, аналитический ум, интерес к смысловым структурам и логике; - Внимательность, терпение, желание разбираться в деталях; - Желание расти: от разметки — к методологии, от аннотаций — к промптам, от направления — к семантике. - Навык видеть структуру, доменную принадлежность и функции в сложных тематиках - Грамотная письменная речь, чёткое и обоснованное объяснение принятых решений; - Способность к монотонной и вдумчивой работе с большим объёмом материалов. Будет плюсом: - Опыт работы в академической среде, редактуре, научной журналистике или дата-аналитике; - Знание одной или нескольких предметных областей: нефтегаз, энергетика, экология, ИИ, инженерия, химия, материаловедение и др.; - Опыт в работе с семантическими классификаторами, таксономиями, онтологиями, LLM, RAG или ML-датасетами. Что мы предлагаем: - Работа в проекте на стыке науки, ИИ и прикладной аналитики; - Возможность влиять на правила классификации и построение обучающих наборов; - Гибкий график и понятные KPI; - Возможность профессионального роста: от аналитика до методолога или продакт-специалиста по данным. Контакт для связи: @SciManager