மூத்த இயந்திர கற்றல் பொறியாளர் - பெரிய மொழி மாதிரி மதிப்பீடு / பணி உருவாக்கம் (இந்தியாவை அடிப்படையாகக் கொண்டது)

பணி கண்ணோட்டம்

Mercor ஒரு முன்னணி AI ஆராய்ச்சி ஆய்வகத்தின் சார்பாக, நிஜ உலக சூழல்களில் உயர் செயல்திறன் கொண்ட ML அமைப்புகளை உருவாக்குதல், பயிற்சி செய்தல் மற்றும் மதிப்பீடு செய்வதில் நிரூபிக்கப்பட்ட சாதனை படைத்த, மிகவும் திறமையான இயந்திர கற்றல் பொறியாளர்களை பணியமர்த்துகிறது. இந்த பணியில், மேம்பட்ட AI அமைப்புகளின் பயிற்சி மற்றும் அளவுகோலை இயக்கும் உயர்தர இயந்திர கற்றல் தரவுத்தொகுப்புகள், பணிகள் மற்றும் மதிப்பீட்டு பணிப்பாய்வுகளை நீங்கள் வடிவமைப்பீர்கள், செயல்படுத்துவீர்கள் மற்றும் நிர்வகிப்பீர்கள்.

இந்த பதவி, Kaggle போன்ற போட்டி இயந்திர கற்றல் அமைப்புகளில் சிறந்து விளங்கிய, ஆழமான மாடலிங் உள்ளுணர்வுகளைக் கொண்ட, மற்றும் சிக்கலான நிஜ உலகப் பிரச்சனைகளை வலுவான, நன்கு கட்டமைக்கப்பட்ட ML பைப்லைன்கள் மற்றும் தரவுத்தொகுப்புகளாக மாற்றக்கூடிய பொறியாளர்களுக்கு ஏற்றது. நீங்கள் ஆராய்ச்சியாளர்கள் மற்றும் பொறியாளர்களுடன் நெருக்கமாகப் பணியாற்றி, யதார்த்தமான ML சிக்கல்களை உருவாக்கி, தரவுத்தொகுப்பு தரத்தை உறுதிசெய்து, மீண்டும் உருவாக்கக்கூடிய, அதிக தாக்கத்தை ஏற்படுத்தும் சோதனைகளை மேற்கொள்வீர்கள்.

விண்ணப்பதாரர்கள் 3–5+ ஆண்டுகள் பயன்பாட்டு ML அனுபவம் அல்லது போட்டி ML இல் வலுவான சாதனை படைத்திருக்க வேண்டும், மேலும் இந்தியாவில் வசிப்பவராக இருக்க வேண்டும். சிறந்த விண்ணப்பதாரர்கள் பைத்தானில் திறமையானவர்கள், மீண்டும் உருவாக்கக்கூடிய பைப்லைன்களை உருவாக்குவதில் அனுபவம் வாய்ந்தவர்கள், மற்றும் அளவுகோல் கட்டமைப்புகள், மதிப்பெண் முறைகள் மற்றும் ML மதிப்பீட்டு சிறந்த நடைமுறைகளை அறிந்தவர்கள்.

பொறுப்புகள்

• பெரிய மொழி மாதிரிகளின் (LLM) ML திறன்களை மேம்படுத்துவதற்கான தனித்துவமான ML சிக்கல்களை உருவாக்குதல்.
• வகைப்பாடு, கணிப்பு, NLP, பரிந்துரை அல்லது உருவாக்கும் பணிகளுக்கான இயந்திர கற்றல் மாதிரிகளை வடிவமைத்தல், உருவாக்குதல் மற்றும் மேம்படுத்துதல்.
• விரைவான சோதனை சுழற்சிகளை நடத்துதல், மாதிரி செயல்திறனை மதிப்பீடு செய்தல் மற்றும் தொடர்ச்சியாக மேம்படுத்துதல்.
• மேம்பட்ட அம்சப் பொறியியல் மற்றும் தரவு முன்செயலாக்கம் செய்தல்.
• adversarial சோதனை, மாதிரி வலிமை சரிபார்ப்புகள் மற்றும் சார்பு மதிப்பீடுகளை செயல்படுத்துதல்.
• தேவைப்படும் இடங்களில் டிரான்ஸ்ஃபார்மர் அடிப்படையிலான மாதிரிகளை நுணுக்கமாக சரிசெய்தல், மதிப்பீடு செய்தல் மற்றும் பயன்படுத்துதல்.
• தரவுத்தொகுப்புகள், சோதனைகள் மற்றும் மாதிரி முடிவுகளின் தெளிவான ஆவணங்களை பராமரித்தல்.
• மாடலிங் திறன்களை முன்னோக்கி கொண்டு செல்ல சமீபத்திய ML ஆராய்ச்சி, கருவிகள் மற்றும் நுட்பங்கள் குறித்து புதுப்பித்த நிலையில் இருத்தல்.

தேவையான தகுதிகள்

• இயந்திர கற்றல் மாதிரி உருவாக்கத்தில் குறைந்தது 3–5 ஆண்டுகள் முழுநேர அனுபவம்
• கணினி அறிவியல், மின் பொறியியல், புள்ளியியல், கணிதம் அல்லது தொடர்புடைய துறையில் தொழில்நுட்ப பட்டம்
• நிரூபிக்கப்பட்ட போட்டி இயந்திர கற்றல் அனுபவம் (Kaggle, DrivenData அல்லது அதற்கு சமமானவை)
• ML போட்டிகளில் உயர்மட்ட செயல்திறனுக்கான ஆதாரம் (Kaggle பதக்கங்கள், இறுதிப் போட்டியாளர் இடங்கள், லீடர்போர்டு தரவரிசைகள்)
• பைத்தான், பைடார்ச்/டென்சர்ஃப்ளோ மற்றும் நவீன ML/NLP கட்டமைப்புகளில் வலுவான நிபுணத்துவம்
• ML அடிப்படைகளைப் பற்றிய திடமான புரிதல்: புள்ளியியல், மேம்படுத்துதல், மாதிரி மதிப்பீடு, கட்டமைப்புகள்
• விநியோகிக்கப்பட்ட பயிற்சி, ML பைப்லைன்கள் மற்றும் சோதனை கண்காணிப்பு அனுபவம்
• வலுவான சிக்கலைத் தீர்க்கும் திறன்கள் மற்றும் அல்காரிதமிக் சிந்தனை
• கிளவுட் சூழல்களில் (AWS/GCP/Azure) பணிபுரிந்த அனுபவம்
• விதிவிலக்கான பகுப்பாய்வு, தொடர்பு மற்றும் தனிப்பட்ட திறன்கள்
• மாடலிங் முடிவுகள், சமரசங்கள் மற்றும் மதிப்பீட்டு முடிவுகளை தெளிவாக விளக்கும் திறன்
• ஆங்கிலத்தில் சரளமாகப் பேசும் திறன்

விரும்பத்தக்கது / கூடுதல் தகுதிகள்

• Kaggle கிராண்ட்மாஸ்டர், மாஸ்டர், அல்லது பல தங்கப் பதக்கங்கள்
• அளவுகோல்கள், மதிப்பீடுகள் அல்லது ML சவால் சிக்கல்களை உருவாக்கிய அனுபவம்
• உருவாக்கும் மாதிரிகள், பெரிய மொழி மாதிரிகள் (LLM) அல்லது பல மாதிரி கற்றல் பின்னணி
• பெரிய அளவிலான விநியோகிக்கப்பட்ட பயிற்சி அனுபவம்
• AI ஆராய்ச்சி, ML தளங்கள் அல்லது உள்கட்டமைப்பு குழுக்களில் முன் அனுபவம்
• தொழில்நுட்ப வலைப்பதிவுகள், திறந்த மூல திட்டங்கள் அல்லது ஆராய்ச்சி வெளியீடுகளுக்கு பங்களிப்புகள்
• முன் வழிகாட்டுதல் அல்லது தொழில்நுட்ப தலைமைத்துவ அனுபவம்
• வெளியிடப்பட்ட ஆராய்ச்சி கட்டுரைகள் (மாநாடு அல்லது இதழ்)
• பெரிய மொழி மாதிரி (LLM) நுணுக்கமான சரிசெய்தல், வெக்டர் தரவுத்தளங்கள் அல்லது உருவாக்கும் AI பணிப்பாய்வுகள் அனுபவம்
• MLOps கருவிகளுடன் பரிச்சயம்: Weights & Biases, MLflow, Airflow, Docker, போன்றவை.
• ஊக செயல்திறனை மேம்படுத்துதல் மற்றும் பெரிய அளவில் மாதிரிகளை பயன்படுத்துதல் அனுபவம்

ஏன் சேர வேண்டும்

• அடுத்த தலைமுறை AI அமைப்புகளை வடிவமைக்கும் தரவு விஞ்ஞானிகள், ML பொறியாளர்கள் மற்றும் ஆராய்ச்சித் தலைவர்களுடன் நெருக்கமாக ஒத்துழைத்து, அதிநவீன AI ஆராய்ச்சி பணிப்பாய்வுகளைப் பற்றிய அறிவைப் பெறுங்கள்.
• மேம்பட்ட மாடலிங் உத்திகள், புதிய பகுப்பாய்வு முறைகள் மற்றும் போட்டி-தர சரிபார்ப்பு நுட்பங்களுடன் பரிசோதனை செய்து, அதிக தாக்கத்தை ஏற்படுத்தும் இயந்திர கற்றல் சவால்களில் பணியாற்றுங்கள்.
• உலகத் தரம் வாய்ந்த AI ஆய்வகங்கள் மற்றும் தொழில்நுட்பக் குழுக்களுடன் இணைந்து பணியாற்றுங்கள், அவை முன்னறிவிப்பு, பரிசோதனை, அட்டவணை ML மற்றும் பல மாதிரி பகுப்பாய்வுகளின் எல்லையில் செயல்படுகின்றன.
• நெகிழ்வான ஈடுபாட்டு விருப்பங்கள் (வாரத்திற்கு 30–40 மணிநேரம் அல்லது முழுநேரம்) — Kaggle-நிலை சிக்கலைத் தீர்க்கும் திறனை நிஜ உலக, உற்பத்தி-தர AI அமைப்புகளுக்குப் பயன்படுத்த ஆர்வமுள்ள ML பொறியாளர்களுக்கு ஏற்றது.
• முழுமையாக தொலைநிலை மற்றும் உலகளவில் நெகிழ்வானது — ஆழமான தொழில்நுட்ப வேலை, ஒத்திசைவற்ற ஒத்துழைப்பு மற்றும் அதிக வெளியீட்டு ஆராய்ச்சி சூழல்களுக்கு உகந்ததாக வடிவமைக்கப்பட்டுள்ளது.