Engenheiro(a) de Machine Learning Sênior - Avaliação de LLM / Criação de Tarefas (Baseado(a) na Índia)

Visão Geral da Função

A Mercor está contratando em nome de um laboratório líder em pesquisa de IA para integrar Engenheiros(as) de Machine Learning altamente qualificados(as) com um histórico comprovado na construção, treinamento e avaliação de sistemas de ML de alto desempenho em ambientes do mundo real. Nesta função, você irá projetar, implementar e curar conjuntos de dados, tarefas e fluxos de trabalho de avaliação de machine learning de alta qualidade que impulsionam o treinamento e o benchmarking de sistemas avançados de IA.

Esta posição é ideal para engenheiros(as) que se destacaram em ambientes competitivos de machine learning, como Kaggle, possuem profunda intuição de modelagem e conseguem traduzir problemas complexos do mundo real em pipelines e conjuntos de dados de ML robustos e bem estruturados. Você trabalhará em estreita colaboração com pesquisadores(as) e engenheiros(as) para desenvolver problemas realistas de ML, garantir a qualidade dos conjuntos de dados e impulsionar experimentações reproduzíveis e de alto impacto.

Candidatos(as) devem ter 3 a 5+ anos de experiência em ML aplicada ou um forte histórico em ML competitiva, e devem estar baseados(as) na Índia. Candidatos(as) ideais são proficientes em Python, experientes na construção de pipelines reproduzíveis e familiarizados(as) com frameworks de benchmarking, metodologias de pontuação e melhores práticas de avaliação de ML.

Responsabilidades

• Enquadrar problemas únicos de ML para aprimorar as capacidades de ML de LLMs.
• Projetar, construir e otimizar modelos de machine learning para tarefas de classificação, previsão, NLP, recomendação ou gerativas.
• Executar ciclos rápidos de experimentação, avaliar o desempenho do modelo e iterar continuamente.
• Conduzir engenharia de features avançada e pré-processamento de dados.
• Implementar testes adversariais, verificações de robustez de modelo e avaliações de viés.
• Ajustar, avaliar e implantar modelos baseados em transformadores quando necessário.
• Manter documentação clara de conjuntos de dados, experimentos e decisões de modelo.
• Manter-se atualizado(a) sobre as últimas pesquisas, ferramentas e técnicas de ML para impulsionar as capacidades de modelagem.

Qualificações Necessárias

• Pelo menos 3 a 5 anos de experiência em tempo integral no desenvolvimento de modelos de machine learning
• Graduação técnica em Ciência da Computação, Engenharia Elétrica, Estatística, Matemática ou área relacionada
• Experiência comprovada em machine learning competitiva (Kaggle, DrivenData ou equivalente)
• Evidência de desempenho de alto nível em competições de ML (medalhas Kaggle, classificações de finalista, rankings de leaderboard)
• Forte proficiência em Python, PyTorch/TensorFlow e frameworks modernos de ML/NLP
• Sólida compreensão dos fundamentos de ML: estatística, otimização, avaliação de modelos, arquiteturas
• Experiência com treinamento distribuído, pipelines de ML e rastreamento de experimentos
• Fortes habilidades de resolução de problemas e pensamento algorítmico
• Experiência trabalhando com ambientes de nuvem (AWS/GCP/Azure)
• Habilidades analíticas, de comunicação e interpessoais excepcionais
• Capacidade de explicar claramente decisões de modelagem, compensações e resultados de avaliação
• Fluência em Inglês

Preferencial / Diferenciais

• Kaggle Grandmaster, Master, ou múltiplas Medalhas de Ouro
• Experiência na criação de benchmarks, avaliações ou problemas de desafio de ML
• Experiência em modelos generativos, LLMs ou aprendizado multimodal
• Experiência com treinamento distribuído em larga escala
• Experiência prévia em pesquisa de IA, plataformas de ML ou equipes de infraestrutura
• Contribuições para blogs técnicos, projetos de código aberto ou publicações de pesquisa
• Experiência prévia em mentoria ou liderança técnica
• Artigos de pesquisa publicados (conferência ou periódico)
• Experiência com ajuste de LLM, bancos de dados vetoriais ou fluxos de trabalho de IA generativa
• Familiaridade com ferramentas MLOps: Weights & Biases, MLflow, Airflow, Docker, etc.
• Experiência na otimização do desempenho de inferência e implantação de modelos em escala

Por Que Juntar-se a Nós

• Obter exposição a fluxos de trabalho de pesquisa de IA de ponta, colaborando de perto com cientistas de dados, engenheiros(as) de ML e líderes de pesquisa que moldam os sistemas de IA de próxima geração.
• Trabalhar em desafios de machine learning de alto impacto, enquanto experimenta estratégias avançadas de modelagem, novos métodos analíticos e técnicas de validação de nível de competição.
• Colaborar com laboratórios de IA e equipes técnicas de classe mundial que operam na fronteira da previsão, experimentação, ML tabular e análise multimodal.
• Opções de engajamento flexíveis (30–40 horas/semana ou tempo integral) — ideal para engenheiros(as) de ML ansiosos(as) para aplicar a resolução de problemas de nível Kaggle a sistemas de IA de produção do mundo real.
• Totalmente remoto e globalmente flexível — otimizado para trabalho técnico aprofundado, colaboração assíncrona e ambientes de pesquisa de alta produtividade.