Jurutera Pembelajaran Mesin Kanan - Penilaian LLM / Penciptaan Tugas (Berpangkalan di India)

Gambaran Keseluruhan Peranan

Mercor sedang mengambil pekerja bagi pihak makmal penyelidikan AI terkemuka untuk mendapatkan Jurutera Pembelajaran Mesin yang berkemahiran tinggi dengan rekod terbukti dalam membina, melatih, dan menilai sistem ML berprestasi tinggi dalam persekitaran dunia sebenar. Dalam peranan ini, anda akan mereka bentuk, melaksanakan, dan mengurus set data pembelajaran mesin berkualiti tinggi, tugas, dan aliran kerja penilaian yang menggerakkan latihan dan penandaarasan sistem AI canggih.

Jawatan ini sesuai untuk jurutera yang telah cemerlang dalam persekitaran pembelajaran mesin kompetitif seperti Kaggle, memiliki intuisi pemodelan yang mendalam, dan boleh menterjemahkan pernyataan masalah dunia sebenar yang kompleks kepada saluran paip dan set data ML yang teguh dan tersusun rapi. Anda akan bekerjasama rapat dengan penyelidik dan jurutera untuk membangunkan masalah ML yang realistik, memastikan kualiti set data, dan memacu eksperimen yang boleh dihasilkan semula dan berimpak tinggi.

Calon harus mempunyai pengalaman ML gunaan selama 3–5+ tahun atau rekod yang kukuh dalam ML kompetitif, dan mesti berpangkalan di India. Pemohon yang ideal mahir dalam Python, berpengalaman dalam membina saluran paip yang boleh dihasilkan semula, dan biasa dengan rangka kerja penandaarasan, metodologi pemarkahan, dan amalan terbaik penilaian ML.

Tanggungjawab

• Merangka masalah ML unik untuk meningkatkan keupayaan ML LLM.
• Mereka bentuk, membina, dan mengoptimumkan model pembelajaran mesin untuk tugas klasifikasi, ramalan, NLP, cadangan, atau generatif.
• Menjalankan kitaran eksperimen pantas, menilai prestasi model, dan mengulang secara berterusan.
• Melakukan kejuruteraan ciri lanjutan dan prapemprosesan data.
• Melaksanakan ujian adversarial, semakan keteguhan model, dan penilaian bias.
• Menala halus, menilai, dan menggunakan model berasaskan transformer jika perlu.
• Mengekalkan dokumentasi yang jelas mengenai set data, eksperimen, dan keputusan model.
• Sentiasa mengikuti penyelidikan, alatan, dan teknik ML terkini untuk memajukan keupayaan pemodelan.

Kelayakan Diperlukan

• Sekurang-kurangnya 3–5 tahun pengalaman sepenuh masa dalam pembangunan model pembelajaran mesin
• Ijazah teknikal dalam Sains Komputer, Kejuruteraan Elektrik, Statistik, Matematik, atau bidang berkaitan
• Pengalaman pembelajaran mesin kompetitif yang ditunjukkan (Kaggle, DrivenData, atau yang setara)
• Bukti prestasi peringkat tertinggi dalam pertandingan ML (pingat Kaggle, penempatan finalis, kedudukan papan pendahulu)
• Kemahiran yang kukuh dalam Python, PyTorch/TensorFlow, dan rangka kerja ML/NLP moden
• Pemahaman yang kukuh tentang asas ML: statistik, pengoptimuman, penilaian model, seni bina
• Pengalaman dengan latihan teragih, saluran paip ML, dan penjejakan eksperimen
• Kemahiran menyelesaikan masalah yang kukuh dan pemikiran algoritmik
• Pengalaman bekerja dengan persekitaran awan (AWS/GCP/Azure)
• Kemahiran analitikal, komunikasi, dan interpersonal yang luar biasa
• Keupayaan untuk menjelaskan keputusan pemodelan, pertukaran, dan hasil penilaian dengan jelas
• Kefasihan dalam Bahasa Inggeris

Keutamaan / Kelebihan

• Kaggle Grandmaster, Master, atau beberapa Pingat Emas
• Pengalaman mencipta penanda aras, penilaian, atau masalah cabaran ML
• Latar belakang dalam model generatif, LLM, atau pembelajaran multimodal
• Pengalaman dengan latihan teragih berskala besar
• Pengalaman terdahulu dalam penyelidikan AI, platform ML, atau pasukan infrastruktur
• Sumbangan kepada blog teknikal, projek sumber terbuka, atau penerbitan penyelidikan
• Pengalaman bimbingan atau kepimpinan teknikal terdahulu
• Kertas penyelidikan yang diterbitkan (persidangan atau jurnal)
• Pengalaman dengan penalaan halus LLM, pangkalan data vektor, atau aliran kerja AI generatif
• Keakraban dengan alatan MLOps: Weights & Biases, MLflow, Airflow, Docker, dsb.
• Pengalaman mengoptimumkan prestasi inferens dan menggunakan model pada skala besar

Mengapa Sertai

• Mendapat pendedahan kepada aliran kerja penyelidikan AI terkini, bekerjasama rapat dengan saintis data, jurutera ML, dan pemimpin penyelidikan yang membentuk sistem AI generasi akan datang.
• Bekerja pada cabaran pembelajaran mesin berimpak tinggi sambil bereksperimen dengan strategi pemodelan lanjutan, kaedah analitikal baharu, dan teknik pengesahan gred pertandingan.
• Bekerjasama dengan makmal AI bertaraf dunia dan pasukan teknikal yang beroperasi di barisan hadapan ramalan, eksperimen, ML jadual, dan analitik multimodal.
• Pilihan penglibatan fleksibel (30–40 jam/minggu atau sepenuh masa) — sesuai untuk jurutera ML yang berminat untuk mengaplikasikan penyelesaian masalah tahap Kaggle kepada sistem AI gred pengeluaran dunia sebenar.
• Sepenuhnya jarak jauh dan fleksibel secara global — dioptimumkan untuk kerja teknikal mendalam, kolaborasi async, dan persekitaran penyelidikan beroutput tinggi.