AI QA Trainer - LLM Evaluation - Freelance Project

Evaluar modelos de lenguaje grande (LLM) de forma técnica y precisa, enfocándose en veracidad, seguridad y robustez; documentar resultados y proponer mejoras sin mencionar a la empresa.

• Diseñar planes de prueba y regresión para LLM
• Ejecutar evaluaciones con prompts y escenarios del mundo real
• Documentar fallos, trazas de error y causas raíz para impulsar mejoras

• Experiencia en evaluación de modelos de lenguaje (LLM) y pruebas de robustez
• Conocimiento de Python/SQL para automatización de pruebas
• Capacidad de comunicar resultados de forma metacognitiva y con informes reproducibles