Senior Maskininlärningsingenjör - Utvärdering av stora språkmodeller / Uppgiftsskapande (Baserad i Indien)

Rollöversikt

Mercor rekryterar på uppdrag av ett ledande AI-forskningslaboratorium för att anställa mycket skickliga maskininlärningsingenjörer med dokumenterad erfarenhet av att bygga, träna och utvärdera högpresterande ML-system i verkliga miljöer. I denna roll kommer du att designa, implementera och kurera högkvalitativa maskininlärningsdatauppsättningar, uppgifter och utvärderingsarbetsflöden som driver träning och benchmarking av avancerade AI-system.

Denna position är idealisk för ingenjörer som har utmärkt sig i tävlingsinriktade maskininlärningsmiljöer som Kaggle, besitter djup modelleringsintuition och kan översätta komplexa problembeskrivningar från verkligheten till robusta, välstrukturerade ML-pipelines och datauppsättningar. Du kommer att arbeta nära forskare och ingenjörer för att utveckla realistiska ML-problem, säkerställa datakvalitet och driva reproducerbar, högkvalitativ experimentering med stor inverkan.

Kandidater bör ha 3–5+ års erfarenhet av tillämpad ML eller en stark meritlista inom tävlingsinriktad ML, och måste vara baserade i Indien. Ideala sökande är skickliga i Python, erfarna i att bygga reproducerbara pipelines och bekanta med benchmarking-ramverk, poängsättningsmetoder och bästa praxis för ML-utvärdering.

Ansvarsområden

• Formulera unika ML-problem för att förbättra ML-kapaciteten hos stora språkmodeller (LLM: er).
• Designa, bygga och optimera maskininlärningsmodeller för klassificering, prediktion, NLP, rekommendation eller generativa uppgifter.
• Genomföra snabba experimentcykler, utvärdera modellprestanda och iterera kontinuerligt.
• Utföra avancerad feature engineering och databehandling.
• Implementera adversarial testing, kontroller av modellrobusthet och biasutvärderingar.
• Finjustera, utvärdera och driftsätta transformatorbaserade modeller vid behov.
• Upprätthålla tydlig dokumentation av datauppsättningar, experiment och modellbeslut.
• Hålla sig uppdaterad om den senaste ML-forskningen, verktygen och teknikerna för att driva modelleringskapaciteten framåt.

Krävs kvalifikationer

• Minst 3–5 års heltidserfarenhet av utveckling av maskininlärningsmodeller
• Teknisk examen inom datavetenskap, elektroteknik, statistik, matematik eller ett relaterat område
• Dokumenterad erfarenhet av tävlingsinriktad maskininlärning (Kaggle, DrivenData eller motsvarande)
• Bevis på topprestationer i ML-tävlingar (Kaggle-medaljer, finalistplaceringar, ranking på topplistor)
• Starka kunskaper i Python, PyTorch/TensorFlow och moderna ML/NLP-ramverk
• Gedigen förståelse för ML-grunderna: statistik, optimering, modellutvärdering, arkitekturer
• Erfarenhet av distribuerad träning, ML-pipelines och experimentuppföljning
• Stark problemlösningsförmåga och algoritmiskt tänkande
• Erfarenhet av att arbeta med molnmiljöer (AWS/GCP/Azure)
• Exceptionell analytisk förmåga, kommunikations- och samarbetsförmåga
• Förmåga att tydligt förklara modelleringsbeslut, avvägningar och utvärderingsresultat
• Flytande i engelska

Föredraget / Meriterande

• Kaggle Grandmaster, Master eller flera guldmedaljer
• Erfarenhet av att skapa benchmarks, utvärderingar eller ML-utmaningsproblem
• Bakgrund inom generativa modeller, stora språkmodeller (LLM: er) eller multimodal inlärning
• Erfarenhet av storskalig distribuerad träning
• Tidigare erfarenhet inom AI-forskning, ML-plattformar eller infrastrukturgrupper
• Bidrag till tekniska bloggar, open source-projekt eller forskningspublikationer
• Tidigare mentorskap eller tekniskt ledarskapserfarenhet
• Publicerade forskningsartiklar (konferens eller tidskrift)
• Erfarenhet av finjustering av stora språkmodeller (LLM), vektordatabaser eller generativa AI-arbetsflöden
• Förtrogenhet med MLOps-verktyg: Weights & Biases, MLflow, Airflow, Docker, etc.
• Erfarenhet av att optimera inferensprestanda och driftsätta modeller i stor skala

Varför ansluta dig

• Få exponering för banbrytande AI-forskningsarbetsflöden, i nära samarbete med data scientists, ML-ingenjörer och forskningsledare som formar nästa generations AI-system.
• Arbeta med högkvalitativa maskininlärningsutmaningar samtidigt som du experimenterar med avancerade modelleringsstrategier, nya analysmetoder och valideringstekniker av tävlingsklass.
• Samarbeta med AI-laboratorier och tekniska team i världsklass som verkar i framkanten av prognostisering, experimentering, tabulär ML och multimodal analys.
• Flexibla engagemangsalternativ (30–40 timmar/vecka eller heltid) — idealiskt för ML-ingenjörer som är ivriga att tillämpa problemlösning på Kaggle-nivå på verkliga AI-system av produktionskvalitet.
• Helt distansbaserat och globalt flexibelt — optimerat för djupt tekniskt arbete, asynkront samarbete och forskningsmiljöer med hög produktion.