Spécialiste Jupyter Notebook

Dans le cadre de ce contrat de travail à distance et rémunéré à l'heure, vous travaillerez en tant que Spécialiste Jupyter Notebook (SME) pour créer des tâches informatiques réalistes et stimulantes utilisant Jupyter Notebook, JupyterLab ou des flux de travail de données basés sur des notebooks. Vous concevrez des tâches pratiques sur notebook, les documenterez clairement dans SuperAnnotate, veillerez à ce que votre configuration prenne en charge la tâche et vous enregistrerez en train d'exécuter la tâche sur votre ordinateur.

Les tâches peuvent inclure la création de notebooks, l'exécution de cellules Python, le nettoyage de données, l'analyse exploratoire, la visualisation, des explications en markdown, l'importation de paquets, le débogage, la gestion de fichiers CSV/Excel, des flux de travail d'apprentissage automatique simples ou des démonstrations reproductibles en science des données. Votre travail contribuera à entraîner des modèles d'IA avancés à mieux comprendre comment de vrais utilisateurs accomplissent des flux de travail de codage et d'analyse de données basés sur des notebooks.

Ce rôle est proposé par SME Careers, une entreprise de services de données pour l'IA en forte croissance et filiale de SuperAnnotate, qui fournit des données d'entraînement pour nombre des plus grandes entreprises d'IA et laboratoires de modèles de fondation au monde. Votre expertise en matière de Jupyter Notebook contribue directement à améliorer les principaux modèles d'IA mondiaux en leur apprenant comment de vrais utilisateurs effectuent des flux de travail pratiques de données, de codage, d'analyse et de documentation.

Responsabilités

• Créer des tâches Jupyter Notebook réalistes : concevoir des tâches réalistes et stimulantes pouvant être exécutées sur l'ordinateur à l'aide de Jupyter Notebook ou JupyterLab, puis documenter clairement la tâche dans SuperAnnotate.
• Préparer l'environnement de travail : veiller à ce que votre configuration prenne en charge la tâche, notamment en disposant de Jupyter, de jeux de données préparés, de paquets installés, de notebooks créés et de toutes les références requises avant l'enregistrement.
• Enregistrer l'exécution de la tâche : vous enregistrer en train d'exécuter la tâche Jupyter Notebook sur votre ordinateur tout en suivant les instructions du projet et en veillant à ce que le flux de travail soit clair, complet et réaliste.
• Documenter le contexte de la tâche : fournir suffisamment de contexte sur la tâche, d'étapes, d'objectifs, de fichiers, de détails sur les jeux de données et de notes pour que les évaluateurs puissent comprendre en quoi consiste la tâche et comment elle a été accomplie.
• Démontrer l'utilisation pratique de logiciels : réaliser des flux de travail impliquant des cellules Python, des explications en markdown, le nettoyage de données, pandas, des graphiques, le débogage, des importations, la gestion de fichiers, des sorties de notebooks ou des exportations le cas échéant.
• Maintenir la qualité des soumissions : examiner votre enregistrement et votre documentation avant la soumission pour vous assurer que la tâche est complète, reproductible, compréhensible, réaliste et conforme aux directives du projet.

Prérequis

• Expérience pratique de l'utilisation de Jupyter Notebook ou JupyterLab pour des flux de travail en Python, analyse de données, visualisation, enseignement, recherche, automatisation ou documentation.
• Maîtrise de l'anglais de niveau B2 ou supérieur pour comprendre les instructions du projet, documenter clairement les tâches et communiquer avec l'équipe du projet.
• À l'aise avec l'utilisation d'un ordinateur, la gestion de fichiers, l'exécution de notebooks, l'installation de paquets si nécessaire, l'utilisation d'environnements de navigateur ou locaux, et l'enregistrement de flux de travail.
• Capacité à concevoir des tâches Jupyter Notebook réalistes et stimulantes qui reflètent des cas d'usage réels en matière d'analyse de données, de codage, d'éducation, de recherche, de reporting ou de documentation technique.
• Solide compréhension des bases des notebooks telles que les cellules de code, les cellules markdown, l'ordre d'exécution, les noyaux, les importations, les chemins de fichiers, pandas, les graphiques, les sorties et les exportations.
• Capacité à veiller à ce que votre configuration prenne en charge la tâche, notamment en ayant Jupyter disponible, des fichiers/jeux de données préparés, des paquets installés et toutes les références requises prêtes avant l'enregistrement.
• Grand souci du détail lors de la préparation de la tâche, de l'exécution du flux de travail et de la vérification que l'enregistrement est complet et compréhensible.
• Fiable, autonome et capable de fournir une qualité constante dans le cadre d'un flux de travail de contractant à distance rémunéré à l'heure et à travers les fuseaux horaires.
• Des compétences professionnelles supplémentaires sont appréciées, notamment en Python, analyse de données, apprentissage automatique, statistiques, recherche, enseignement, codage, reporting ou autres flux de travail informatiques.