시니어 머신러닝 엔지니어 - LLM 평가 / 태스크 생성 (인도 기반)

역할 개요

Mercor는 실제 환경에서 고성능 ML 시스템을 구축, 훈련 및 평가한 입증된 경력을 가진 고도로 숙련된 머신러닝 엔지니어를 채용하기 위해 선도적인 AI 연구소를 대신하여 인재를 모집하고 있습니다. 이 역할에서 당신은 고급 AI 시스템의 훈련 및 벤치마킹을 지원하는 고품질 머신러닝 데이터셋, 태스크 및 평가 워크플로우를 설계, 구현 및 관리하게 됩니다.

이 포지션은 Kaggle과 같은 경쟁적인 머신러닝 환경에서 뛰어난 성과를 거두었거나, 깊은 모델링 직관을 가지고 있으며, 복잡한 실제 문제 설명을 견고하고 잘 구조화된 ML 파이프라인 및 데이터셋으로 전환할 수 있는 엔지니어에게 이상적입니다. 당신은 연구원 및 엔지니어와 긴밀히 협력하여 현실적인 ML 문제를 개발하고, 데이터셋 품질을 보장하며, 재현 가능하고 영향력 있는 실험을 주도할 것입니다.

지원자는 3~5년 이상의 응용 ML 경험 또는 경쟁 ML 분야에서 뛰어난 경력을 가지고 있어야 하며, 인도에 거주해야 합니다. 이상적인 지원자는 Python에 능숙하고, 재현 가능한 파이프라인 구축 경험이 있으며, 벤치마킹 프레임워크, 스코어링 방법론 및 ML 평가 모범 사례에 익숙해야 합니다.

책임

• LLM의 ML 역량 강화를 위한 고유한 ML 문제 구성.
• 분류, 예측, NLP, 추천 또는 생성 태스크를 위한 머신러닝 모델 설계, 구축 및 최적화.
• 신속한 실험 주기 실행, 모델 성능 평가 및 지속적인 반복.
• 고급 특징 공학 및 데이터 전처리 수행.
• 적대적 테스트, 모델 견고성 검사 및 편향 평가 구현.
• 필요한 경우 트랜스포머 기반 모델 미세 조정, 평가 및 배포.
• 데이터셋, 실험 및 모델 결정에 대한 명확한 문서화 유지.
• 최신 ML 연구, 도구 및 기술에 대한 최신 정보를 유지하여 모델링 역량 발전.

필수 자격

• 머신러닝 모델 개발 분야에서 최소 3~5년의 정규직 경험
• 컴퓨터 과학, 전기 공학, 통계학, 수학 또는 관련 분야의 기술 학위
• 입증된 경쟁 머신러닝 경험 (Kaggle, DrivenData 또는 이에 상응하는 경험)
• ML 대회에서 최고 수준의 성과 증거 (Kaggle 메달, 결선 진출, 리더보드 순위)
• Python, PyTorch/TensorFlow 및 최신 ML/NLP 프레임워크에 대한 뛰어난 숙련도
• ML 기본 사항에 대한 확실한 이해: 통계, 최적화, 모델 평가, 아키텍처
• 분산 훈련, ML 파이프라인 및 실험 추적 경험
• 뛰어난 문제 해결 능력 및 알고리즘적 사고
• 클라우드 환경 (AWS/GCP/Azure) 작업 경험
• 탁월한 분석, 의사소통 및 대인 관계 기술
• 모델링 결정, 트레이드오프 및 평가 결과를 명확하게 설명할 수 있는 능력
• 영어 유창성

우대 사항

• Kaggle 그랜드마스터, 마스터 또는 다수의 골드 메달
• 벤치마크, 평가 또는 ML 챌린지 문제 생성 경험
• 생성 모델, LLM 또는 멀티모달 학습 배경
• 대규모 분산 훈련 경험
• AI 연구, ML 플랫폼 또는 인프라 팀에서의 이전 경험
• 기술 블로그, 오픈 소스 프로젝트 또는 연구 출판물 기여
• 이전 멘토링 또는 기술 리더십 경험
• 출판된 연구 논문 (학회 또는 저널)
• LLM 미세 조정, 벡터 데이터베이스 또는 생성형 AI 워크플로우 경험
• MLOps 도구에 대한 친숙함: Weights & Biases, MLflow, Airflow, Docker 등
• 추론 성능 최적화 및 모델 대규모 배포 경험

합류해야 하는 이유

• 차세대 AI 시스템을 형성하는 데이터 과학자, ML 엔지니어 및 연구 리더와 긴밀히 협력하여 최첨단 AI 연구 워크플로우를 경험할 수 있습니다.
• 고급 모델링 전략, 새로운 분석 방법 및 경쟁 수준의 검증 기술을 실험하면서 영향력 있는 머신러닝 과제를 해결합니다.
• 예측, 실험, 테이블형 ML 및 멀티모달 분석의 최전선에서 활동하는 세계적 수준의 AI 연구소 및 기술 팀과 협력합니다.
• 유연한 참여 옵션 (주 30~40시간 또는 풀타임) — Kaggle 수준의 문제 해결 능력을 실제 프로덕션급 AI 시스템에 적용하고자 하는 ML 엔지니어에게 이상적입니다.
• 완전 원격 및 전 세계적으로 유연함 — 심층적인 기술 작업, 비동기 협업 및 고성과 연구 환경에 최적화되어 있습니다.