Ingeniero/a Senior de Machine Learning - Evaluación de LLM / Creación de Tareas (Con base en India)

Role Overview

Mercor está contratando en nombre de un laboratorio de investigación de IA líder para incorporar Ingenieros/as de Machine Learning altamente cualificados/as con un historial probado en la construcción, entrenamiento y evaluación de sistemas de ML de alto rendimiento en entornos reales. En este puesto, diseñará, implementará y curará conjuntos de datos, tareas y flujos de trabajo de evaluación de machine learning de alta calidad que impulsan el entrenamiento y la evaluación comparativa de sistemas de IA avanzados.

Esta posición es ideal para ingenieros/as que han destacado en entornos competitivos de machine learning como Kaggle, poseen una profunda intuición de modelado y pueden traducir problemas complejos del mundo real en pipelines y conjuntos de datos de ML robustos y bien estructurados. Trabajará en estrecha colaboración con investigadores/as e ingenieros/as para desarrollar problemas de ML realistas, asegurar la calidad de los conjuntos de datos e impulsar una experimentación reproducible y de alto impacto.

Los/as candidatos/as deben tener 3–5+ años de experiencia en ML aplicado o un sólido historial en ML competitivo, y deben tener su base en India. Los/as solicitantes ideales dominan Python, tienen experiencia en la construcción de pipelines reproducibles y están familiarizados/as con los frameworks de benchmarking, las metodologías de puntuación y las mejores prácticas de evaluación de ML.

Responsibilities

• Enmarcar problemas únicos de ML para mejorar las capacidades de ML de los LLM.
• Diseñar, construir y optimizar modelos de machine learning para tareas de clasificación, predicción, PNL, recomendación o generativas.
• Ejecutar ciclos de experimentación rápidos, evaluar el rendimiento del modelo e iterar continuamente.
• Realizar ingeniería de características avanzada y preprocesamiento de datos.
• Implementar pruebas adversarias, verificaciones de robustez del modelo y evaluaciones de sesgos.
• Ajustar, evaluar y desplegar modelos basados en transformadores cuando sea necesario.
• Mantener una documentación clara de los conjuntos de datos, experimentos y decisiones del modelo.
• Mantenerse al día con las últimas investigaciones, herramientas y técnicas de ML para impulsar las capacidades de modelado.

Required Qualifications

• Al menos 3–5 años de experiencia a tiempo completo en el desarrollo de modelos de machine learning
• Título técnico en Ciencias de la Computación, Ingeniería Eléctrica, Estadística, Matemáticas o un campo relacionado
• Experiencia demostrada en machine learning competitivo (Kaggle, DrivenData o equivalente)
• Evidencia de rendimiento de primer nivel en competiciones de ML (medallas de Kaggle, puestos de finalista, clasificaciones en la tabla de líderes)
• Dominio sólido de Python, PyTorch/TensorFlow y frameworks modernos de ML/PNL
• Sólida comprensión de los fundamentos de ML: estadísticas, optimización, evaluación de modelos, arquitecturas
• Experiencia con entrenamiento distribuido, pipelines de ML y seguimiento de experimentos
• Fuertes habilidades de resolución de problemas y pensamiento algorítmico
• Experiencia trabajando con entornos en la nube (AWS/GCP/Azure)
• Habilidades analíticas, de comunicación e interpersonales excepcionales
• Capacidad para explicar claramente las decisiones de modelado, las compensaciones y los resultados de la evaluación
• Fluidez en inglés

Preferred / Nice to Have

• Kaggle Grandmaster, Master, o múltiples medallas de oro
• Experiencia en la creación de benchmarks, evaluaciones o problemas de desafío de ML
• Experiencia en modelos generativos, LLM o aprendizaje multimodal
• Experiencia con entrenamiento distribuido a gran escala
• Experiencia previa en investigación de IA, plataformas de ML o equipos de infraestructura
• Contribuciones a blogs técnicos, proyectos de código abierto o publicaciones de investigación
• Experiencia previa en mentoría o liderazgo técnico
• Artículos de investigación publicados (conferencia o revista)
• Experiencia con ajuste fino de LLM, bases de datos vectoriales o flujos de trabajo de IA generativa
• Familiaridad con herramientas de MLOps: Weights & Biases, MLflow, Airflow, Docker, etc.
• Experiencia optimizando el rendimiento de inferencia y desplegando modelos a escala

Why Join

• Obtener exposición a flujos de trabajo de investigación de IA de vanguardia, colaborando estrechamente con científicos/as de datos, ingenieros/as de ML y líderes de investigación que dan forma a los sistemas de IA de próxima generación.
• Trabajar en desafíos de machine learning de alto impacto mientras se experimenta con estrategias de modelado avanzadas, nuevos métodos analíticos y técnicas de validación de nivel de competición.
• Colaborar con laboratorios de IA y equipos técnicos de clase mundial que operan en la frontera de la previsión, la experimentación, el ML tabular y el análisis multimodal.
• Opciones de contratación flexibles (30–40 horas/semana o tiempo completo) — ideal para ingenieros/as de ML deseosos/as de aplicar la resolución de problemas a nivel Kaggle a sistemas de IA del mundo real y de grado de producción.
• Totalmente remoto y flexible a nivel global — optimizado para trabajo técnico profundo, colaboración asíncrona y entornos de investigación de alto rendimiento.