Ingegnere Senior di Machine Learning - Valutazione LLM / Creazione di Task (Con sede in India)

Panoramica del Ruolo

Mercor sta selezionando per conto di un laboratorio di ricerca AI leader del settore, Ingegneri di Machine Learning altamente qualificati con una comprovata esperienza nella costruzione, addestramento e valutazione di sistemi ML ad alte prestazioni in ambienti reali. In questo ruolo, progetterai, implementerai e curerai dataset, task e workflow di valutazione di machine learning di alta qualità che alimentano l'addestramento e il benchmarking di sistemi AI avanzati.

Questa posizione è ideale per ingegneri che si sono distinti in contesti competitivi di machine learning come Kaggle, possiedono una profonda intuizione modellistica e sono in grado di tradurre complessi problemi del mondo reale in pipeline e dataset ML robusti e ben strutturati. Lavorerai a stretto contatto con ricercatori e ingegneri per sviluppare problemi ML realistici, garantire la qualità dei dataset e promuovere una sperimentazione riproducibile e di grande impatto.

I candidati dovrebbero avere 3-5+ anni di esperienza applicata nel ML o un solido curriculum nel ML competitivo, e devono essere residenti in India. I candidati ideali sono esperti in Python, hanno esperienza nella costruzione di pipeline riproducibili e conoscono i framework di benchmarking, le metodologie di scoring e le migliori pratiche di valutazione ML.

Responsabilità

• Inquadrare problemi ML unici per migliorare le capacità ML dei LLM.
• Progettare, costruire e ottimizzare modelli di machine learning per task di classificazione, previsione, NLP, raccomandazione o generativi.
• Eseguire cicli di sperimentazione rapidi, valutare le prestazioni del modello e iterare continuamente.
• Condurre ingegneria delle feature avanzata e pre-elaborazione dei dati.
• Implementare test avversariali, controlli di robustezza del modello e valutazioni dei bias.
• Ottimizzare (fine-tune), valutare e implementare modelli basati su transformer dove necessario.
• Mantenere una documentazione chiara di dataset, esperimenti e decisioni del modello.
• Rimanere aggiornati sulle ultime ricerche, strumenti e tecniche di ML per far progredire le capacità di modellazione.

Qualifiche Richieste

• Almeno 3-5 anni di esperienza a tempo pieno nello sviluppo di modelli di machine learning
• Laurea tecnica in Informatica, Ingegneria Elettrica, Statistica, Matematica o un campo correlato
• Comprovata esperienza nel machine learning competitivo (Kaggle, DrivenData o equivalente)
• Evidenza di prestazioni di alto livello in competizioni ML (medaglie Kaggle, piazzamenti finalisti, classifiche leaderboard)
• Forte competenza in Python, PyTorch/TensorFlow e framework ML/NLP moderni
• Solida comprensione dei fondamenti del ML: statistica, ottimizzazione, valutazione del modello, architetture
• Esperienza con l'addestramento distribuito, pipeline ML e tracciamento degli esperimenti
• Forti capacità di risoluzione dei problemi e pensiero algoritmico
• Esperienza di lavoro con ambienti cloud (AWS/GCP/Azure)
• Eccezionali capacità analitiche, comunicative e interpersonali
• Capacità di spiegare chiaramente decisioni di modellazione, compromessi e risultati di valutazione
• Fluidità in inglese

Preferenziali / Gradite

• Kaggle Grandmaster, Master o multiple Medaglie d'Oro
• Esperienza nella creazione di benchmark, valutazioni o problemi di sfida ML
• Background in modelli generativi, LLM o apprendimento multimodale
• Esperienza con l'addestramento distribuito su larga scala
• Precedente esperienza nella ricerca AI, piattaforme ML o team di infrastruttura
• Contributi a blog tecnici, progetti open-source o pubblicazioni di ricerca
• Precedente esperienza di mentorship o leadership tecnica
• Articoli di ricerca pubblicati (conferenze o riviste)
• Esperienza con fine-tuning di LLM, database vettoriali o workflow di AI generativa
• Familiarità con strumenti MLOps: Weights & Biases, MLflow, Airflow, Docker, ecc.
• Esperienza nell'ottimizzazione delle prestazioni di inferenza e nell'implementazione di modelli su larga scala

Perché Unirsi

• Ottenere esposizione a workflow di ricerca AI all'avanguardia, collaborando strettamente con data scientist, ingegneri ML e leader della ricerca che stanno plasmando i sistemi AI di prossima generazione.
• Lavorare su sfide di machine learning di grande impatto, sperimentando strategie di modellazione avanzate, nuovi metodi analitici e tecniche di validazione di livello competitivo.
• Collaborare con laboratori AI e team tecnici di livello mondiale che operano alla frontiera della previsione, della sperimentazione, del ML tabulare e dell'analisi multimodale.
• Opzioni di impegno flessibili (30-40 ore/settimana o a tempo pieno) — ideali per ingegneri ML desiderosi di applicare la risoluzione dei problemi a livello Kaggle a sistemi AI reali e di livello produttivo.
• Completamente remoto e flessibile a livello globale — ottimizzato per lavori tecnici approfonditi, collaborazione asincrona e ambienti di ricerca ad alta produttività.