वरिष्ठ मशीन लर्निंग इंजीनियर - एलएलएम मूल्यांकन / कार्य निर्माण (भारत आधारित)

Role Overview

Mercor एक अग्रणी AI रिसर्च लैब की ओर से अत्यधिक कुशल मशीन लर्निंग इंजीनियरों को नियुक्त कर रहा है, जिनके पास वास्तविक दुनिया के वातावरण में उच्च-प्रदर्शन एमएल सिस्टम बनाने, प्रशिक्षित करने और मूल्यांकन करने का सिद्ध रिकॉर्ड है। इस भूमिका में, आप उच्च-गुणवत्ता वाले मशीन लर्निंग डेटासेट, कार्य और मूल्यांकन वर्कफ़्लो को डिज़ाइन, कार्यान्वित और क्यूरेट करेंगे जो उन्नत AI सिस्टम के प्रशिक्षण और बेंचमार्किंग को शक्ति प्रदान करते हैं।

यह पद उन इंजीनियरों के लिए आदर्श है जिन्होंने Kaggle जैसी प्रतिस्पर्धी मशीन लर्निंग सेटिंग्स में उत्कृष्ट प्रदर्शन किया है, जिनके पास गहन मॉडलिंग अंतर्ज्ञान है, और जो जटिल वास्तविक दुनिया की समस्या विवरणों को मजबूत, सुव्यवस्थित एमएल पाइपलाइन और डेटासेट में अनुवादित कर सकते हैं। आप यथार्थवादी एमएल समस्याओं को विकसित करने, डेटासेट की गुणवत्ता सुनिश्चित करने और प्रतिलिपि प्रस्तुत करने योग्य, उच्च-प्रभाव वाले प्रयोगों को चलाने के लिए शोधकर्ताओं और इंजीनियरों के साथ मिलकर काम करेंगे।

उम्मीदवारों के पास 3-5+ वर्षों का एप्लाइड एमएल अनुभव या प्रतिस्पर्धी एमएल में एक मजबूत रिकॉर्ड होना चाहिए, और उन्हें भारत में आधारित होना चाहिए। आदर्श आवेदक Python में निपुण हैं, प्रतिलिपि प्रस्तुत करने योग्य पाइपलाइन बनाने में अनुभवी हैं, और बेंचमार्किंग फ्रेमवर्क, स्कोरिंग पद्धतियों और एमएल मूल्यांकन की सर्वोत्तम प्रथाओं से परिचित हैं।

Responsibilities

• एलएलएम की एमएल क्षमताओं को बढ़ाने के लिए अद्वितीय एमएल समस्याओं को फ्रेम करना।
• वर्गीकरण, पूर्वानुमान, एनएलपी, अनुशंसा, या जनरेटिव कार्यों के लिए मशीन लर्निंग मॉडल को डिज़ाइन करना, बनाना और अनुकूलित करना।
• तीव्र प्रयोग चक्र चलाना, मॉडल प्रदर्शन का मूल्यांकन करना और लगातार पुनरावृति करना।
• उन्नत फीचर इंजीनियरिंग और डेटा प्रीप्रोसेसिंग करना।
• एडवर्सरियल टेस्टिंग, मॉडल मजबूती जांच और पूर्वाग्रह मूल्यांकन लागू करना।
• जहां आवश्यक हो, ट्रांसफार्मर-आधारित मॉडल को फाइन-ट्यून करना, मूल्यांकन करना और तैनात करना।
• डेटासेट, प्रयोगों और मॉडल निर्णयों का स्पष्ट दस्तावेज़ीकरण बनाए रखना।
• मॉडलिंग क्षमताओं को आगे बढ़ाने के लिए नवीनतम एमएल अनुसंधान, उपकरण और तकनीकों पर अपडेट रहना।

Required Qualifications

• मशीन लर्निंग मॉडल डेवलपमेंट में कम से कम 3-5 साल का पूर्णकालिक अनुभव
• कंप्यूटर साइंस, इलेक्ट्रिकल इंजीनियरिंग, सांख्यिकी, गणित, या संबंधित क्षेत्र में तकनीकी डिग्री
• प्रदर्शित प्रतिस्पर्धी मशीन लर्निंग अनुभव (Kaggle, DrivenData, या समकक्ष)
• एमएल प्रतियोगिताओं में शीर्ष-स्तरीय प्रदर्शन का प्रमाण (Kaggle पदक, फाइनलिस्ट प्लेसमेंट, लीडरबोर्ड रैंकिंग)
• Python, PyTorch/TensorFlow, और आधुनिक एमएल/एनएलपी फ्रेमवर्क में मजबूत दक्षता
• एमएल के मूल सिद्धांतों की ठोस समझ: सांख्यिकी, अनुकूलन, मॉडल मूल्यांकन, आर्किटेक्चर
• डिस्ट्रीब्यूटेड ट्रेनिंग, एमएल पाइपलाइन और एक्सपेरिमेंट ट्रैकिंग का अनुभव
• मजबूत समस्या-समाधान कौशल और एल्गोरिथम सोच
• क्लाउड वातावरण (AWS/GCP/Azure) के साथ काम करने का अनुभव
• असाधारण विश्लेषणात्मक, संचार और पारस्परिक कौशल
• मॉडलिंग निर्णयों, ट्रेडऑफ़ और मूल्यांकन परिणामों को स्पष्ट रूप से समझाने की क्षमता
• अंग्रेजी में प्रवाह

Preferred / Nice to Have

• Kaggle ग्रैंडमास्टर, मास्टर, या कई स्वर्ण पदक
• बेंचमार्क, मूल्यांकन, या एमएल चुनौती समस्याओं को बनाने का अनुभव
• जनरेटिव मॉडल, एलएलएम, या मल्टीमॉडल लर्निंग में पृष्ठभूमि
• बड़े पैमाने पर डिस्ट्रीब्यूटेड ट्रेनिंग का अनुभव
• एआई रिसर्च, एमएल प्लेटफॉर्म, या इंफ्रास्ट्रक्चर टीमों में पूर्व अनुभव
• तकनीकी ब्लॉग, ओपन-सोर्स प्रोजेक्ट, या रिसर्च प्रकाशनों में योगदान
• पूर्व मेंटरशिप या तकनीकी नेतृत्व का अनुभव
• प्रकाशित रिसर्च पेपर (सम्मेलन या जर्नल)
• एलएलएम फाइन-ट्यूनिंग, वेक्टर डेटाबेस, या जनरेटिव एआई वर्कफ़्लो का अनुभव
• एमएलऑप्स टूल से परिचित: Weights & Biases, MLflow, Airflow, Docker, आदि।
• अनुमान प्रदर्शन को अनुकूलित करने और बड़े पैमाने पर मॉडल तैनात करने का अनुभव

Why Join

• अत्याधुनिक एआई रिसर्च वर्कफ़्लो से जुड़ने का अवसर प्राप्त करें, डेटा वैज्ञानिकों, एमएल इंजीनियरों और अगली पीढ़ी के एआई सिस्टम को आकार देने वाले रिसर्च लीडर्स के साथ मिलकर काम करें।
• उच्च-प्रभाव वाली मशीन लर्निंग चुनौतियों पर काम करें, जबकि उन्नत मॉडलिंग रणनीतियों, नई विश्लेषणात्मक विधियों और प्रतियोगिता-ग्रेड सत्यापन तकनीकों के साथ प्रयोग करें।
• पूर्वानुमान, प्रयोग, सारणीबद्ध एमएल और मल्टीमॉडल एनालिटिक्स के क्षेत्र में काम कर रही विश्व-स्तरीय एआई लैब और तकनीकी टीमों के साथ सहयोग करें।
• लचीले जुड़ाव विकल्प (30-40 घंटे/सप्ताह या पूर्णकालिक) - एमएल इंजीनियरों के लिए आदर्श जो Kaggle-स्तर की समस्या-समाधान को वास्तविक दुनिया, प्रोडक्शन-ग्रेड एआई सिस्टम पर लागू करने के इच्छुक हैं।
• पूरी तरह से रिमोट और विश्व स्तर पर लचीला - गहन तकनीकी कार्य, एसिंक सहयोग और उच्च-उत्पादन रिसर्च वातावरण के लिए अनुकूलित।