Starszy Inżynier Uczenia Maszynowego - Ocena Dużych Modeli Językowych / Tworzenie Zadań (Z siedzibą w Indiach)

Przegląd Roli

Mercor rekrutuje w imieniu wiodącego laboratorium badawczego AI, poszukując wysoko wykwalifikowanych Inżynierów Uczenia Maszynowego z udokumentowanym doświadczeniem w budowaniu, trenowaniu i ocenie wysokowydajnych systemów ML w rzeczywistych środowiskach. Na tym stanowisku będziesz projektować, wdrażać i zarządzać wysokiej jakości zbiorami danych uczenia maszynowego, zadaniami oraz przepływami pracy oceny, które napędzają trenowanie i testowanie zaawansowanych systemów AI.

To stanowisko jest idealne dla inżynierów, którzy wyróżnili się w konkurencyjnych środowiskach uczenia maszynowego, takich jak Kaggle, posiadają głęboką intuicję modelowania i potrafią przekształcać złożone problemy ze świata rzeczywistego w solidne, dobrze ustrukturyzowane potoki ML i zbiory danych. Będziesz ściśle współpracować z badaczami i inżynierami w celu opracowywania realistycznych problemów ML, zapewniania jakości zbiorów danych oraz prowadzenia powtarzalnych eksperymentów o dużym wpływie.

Kandydaci powinni posiadać 3–5+ lat doświadczenia w stosowanym ML lub silne osiągnięcia w konkurencyjnym ML i muszą być z siedzibą w Indiach. Idealni kandydaci biegle posługują się Pythonem, mają doświadczenie w budowaniu powtarzalnych potoków oraz znają ramy testowania porównawczego, metodologie punktacji i najlepsze praktyki oceny ML.

Obowiązki

• Formułowanie unikalnych problemów ML w celu zwiększania możliwości ML dużych modeli językowych (LLM).
• Projektowanie, budowanie i optymalizacja modeli uczenia maszynowego do zadań klasyfikacji, przewidywania, NLP, rekomendacji lub generatywnych.
• Przeprowadzanie szybkich cykli eksperymentów, ocena wydajności modelu i ciągłe iterowanie.
• Przeprowadzanie zaawansowanej inżynierii cech i wstępnego przetwarzania danych.
• Wdrażanie testów adwersaryjnych, kontroli odporności modelu i ocen stronniczości.
• Dostrajanie, ocena i wdrażanie modeli opartych na transformatorach, w razie potrzeby.
• Utrzymywanie jasnej dokumentacji zbiorów danych, eksperymentów i decyzji dotyczących modeli.
• Bycie na bieżąco z najnowszymi badaniami, narzędziami i technikami ML w celu rozwijania możliwości modelowania.

Wymagane Kwalifikacje

• Co najmniej 3–5 lat pełnoetatowego doświadczenia w rozwoju modeli uczenia maszynowego
• Stopień techniczny z informatyki, inżynierii elektrycznej, statystyki, matematyki lub pokrewnej dziedziny
• Udokumentowane doświadczenie w konkurencyjnym uczeniu maszynowym (Kaggle, DrivenData lub równoważne)
• Dowody najwyższej klasy wyników w konkursach ML (medale Kaggle, miejsca w finałach, rankingi na tablicy wyników)
• Silna biegłość w Pythonie, PyTorch/TensorFlow oraz nowoczesnych frameworkach ML/NLP
• Solidne zrozumienie podstaw ML: statystyki, optymalizacji, oceny modeli, architektur
• Doświadczenie z rozproszonym trenowaniem, potokami ML i śledzeniem eksperymentów
• Silne umiejętności rozwiązywania problemów i myślenie algorytmiczne
• Doświadczenie w pracy ze środowiskami chmurowymi (AWS/GCP/Azure)
• Wyjątkowe umiejętności analityczne, komunikacyjne i interpersonalne
• Umiejętność jasnego wyjaśniania decyzji modelowania, kompromisów i wyników oceny
• Biegła znajomość języka angielskiego

Preferowane / Mile Widziane

• Kaggle Grandmaster, Master lub wiele Złotych Medali
• Doświadczenie w tworzeniu benchmarków, ocen lub problemów wyzwań ML
• Doświadczenie w modelach generatywnych, dużych modelach językowych (LLM) lub uczeniu multimodalnym
• Doświadczenie z rozproszonym trenowaniem na dużą skalę
• Wcześniejsze doświadczenie w badaniach AI, platformach ML lub zespołach infrastruktury
• Wkład w blogi techniczne, projekty open-source lub publikacje naukowe
• Wcześniejsze doświadczenie w mentoringu lub przywództwie technicznym
• Opublikowane prace badawcze (konferencyjne lub czasopisma)
• Doświadczenie z dostrajaniem dużych modeli językowych (LLM), bazami danych wektorowych lub przepływami pracy generatywnej AI
• Znajomość narzędzi MLOps: Weights & Biases, MLflow, Airflow, Docker itp.
• Doświadczenie w optymalizacji wydajności wnioskowania i wdrażaniu modeli na dużą skalę

Dlaczego Warto Dołączyć

• Zyskaj dostęp do najnowocześniejszych przepływów pracy w badaniach AI, ściśle współpracując z analitykami danych, inżynierami ML i liderami badań, którzy kształtują systemy AI nowej generacji.
• Pracuj nad wyzwaniami uczenia maszynowego o dużym wpływie, eksperymentując z zaawansowanymi strategiami modelowania, nowymi metodami analitycznymi i technikami walidacji na poziomie konkursowym.
• Współpracuj z światowej klasy laboratoriami AI i zespołami technicznymi działającymi na pograniczu prognozowania, eksperymentowania, tabelarycznego ML i analityki multimodalnej.
• Elastyczne opcje zaangażowania (30–40 godz./tydzień lub pełny etat) — idealne dla inżynierów ML pragnących zastosować umiejętności rozwiązywania problemów na poziomie Kaggle do rzeczywistych, produkcyjnych systemów AI.
• W pełni zdalna i globalnie elastyczna praca — zoptymalizowana pod kątem głębokiej pracy technicznej, asynchronicznej współpracy i środowisk badawczych o wysokiej wydajności.