Kıdemli Makine Öğrenimi Mühendisi - Büyük Dil Modeli (LLM) Değerlendirme / Görev Oluşturma (Hindistan Merkezli)

Rol Genel Bakışı

Mercor, gerçek dünya ortamlarında yüksek performanslı ML sistemleri kurma, eğitme ve değerlendirme konusunda kanıtlanmış bir geçmişe sahip, yüksek vasıflı Makine Öğrenimi Mühendislerini önde gelen bir yapay zeka araştırma laboratuvarı adına işe alıyor. Bu rolde, gelişmiş yapay zeka sistemlerinin eğitimi ve kıyaslamasını sağlayan yüksek kaliteli makine öğrenimi veri kümeleri, görevler ve değerlendirme iş akışları tasarlayacak, uygulayacak ve yönetecek/hazırlayacaksınız.

Bu pozisyon, Kaggle gibi rekabetçi makine öğrenimi ortamlarında başarılı olmuş, derin modelleme sezgisine sahip ve karmaşık gerçek dünya problem ifadelerini sağlam, iyi yapılandırılmış ML işlem hatlarına ve veri kümelerine dönüştürebilen mühendisler için idealdir. Gerçekçi ML problemleri geliştirmek, veri kümesi kalitesini sağlamak ve tekrarlanabilir, yüksek etkili deneyleri yönlendirmek için araştırmacılar ve mühendislerle yakın bir şekilde çalışacaksınız.

Adayların 3–5+ yıl uygulamalı ML deneyimine veya rekabetçi ML'de güçlü bir geçmişe sahip olmaları ve Hindistan merkezli olmaları gerekmektedir. İdeal adaylar Python'da yetkin, tekrarlanabilir işlem hatları oluşturma konusunda deneyimli ve kıyaslama çerçevelerine, puanlama metodolojilerine ve ML değerlendirme en iyi uygulamalarına aşinadır.

Sorumluluklar

• Büyük Dil Modellerinin (LLM'ler) ML yeteneklerini geliştirmek için benzersiz ML problemleri çerçevelemek.
• Sınıflandırma, tahmin, Doğal Dil İşleme (NLP), öneri veya üretken görevler için makine öğrenimi modelleri tasarlamak, oluşturmak ve optimize etmek.
• Hızlı deney döngüleri yürütmek, model performansını değerlendirmek ve sürekli yinelemek.
• Gelişmiş özellik mühendisliği ve veri ön işleme yapmak.
• Çekişmeli testler, model sağlamlık kontrolleri ve yanlılık değerlendirmeleri uygulamak.
• Gerektiğinde transformatör tabanlı modelleri ince ayar yapmak, değerlendirmek ve dağıtmak.
• Veri kümelerinin, deneylerin ve model kararlarının açık dokümantasyonunu sürdürmek.
• Modelleme yeteneklerini ileriye taşımak için en son ML araştırmaları, araçları ve teknikleri hakkında güncel kalmak.

Gerekli Nitelikler

• Makine öğrenimi modeli geliştirmede en az 3–5 yıl tam zamanlı deneyim
• Bilgisayar Bilimleri, Elektrik Mühendisliği, İstatistik, Matematik veya ilgili bir alanda teknik derece
• Kanıtlanmış rekabetçi makine öğrenimi deneyimi (Kaggle, DrivenData veya eşdeğeri)
• ML yarışmalarında üst düzey performans kanıtı (Kaggle madalyaları, finalist yerleştirmeleri, liderlik tablosu sıralamaları)
• Python, PyTorch/TensorFlow ve modern ML/NLP çerçevelerinde güçlü yetkinlik
• ML temelleri hakkında sağlam anlayış: istatistik, optimizasyon, model değerlendirme, mimariler
• Dağıtık eğitim, ML işlem hatları ve deney takibi deneyimi
• Güçlü problem çözme becerileri ve algoritmik düşünme
• Bulut ortamlarıyla çalışma deneyimi (AWS/GCP/Azure)
• Olağanüstü analitik, iletişim ve kişilerarası beceriler
• Modelleme kararlarını, ödünleşimleri ve değerlendirme sonuçlarını açıkça açıklama yeteneği
• İngilizce akıcılığı

Tercih Edilen / Artı Nitelikler

• Kaggle Grandmaster, Master veya birden fazla Altın Madalya
• Kıyaslamalar, değerlendirmeler veya ML meydan okuma problemleri oluşturma deneyimi
• Üretken modeller, LLM'ler veya çok modlu öğrenme konusunda geçmiş
• Büyük ölçekli dağıtık eğitim deneyimi
• Yapay zeka araştırmaları, ML platformları veya altyapı ekiplerinde daha önceki deneyim
• Teknik bloglara, açık kaynak projelere veya araştırma yayınlarına katkılar
• Daha önceki mentorluk veya teknik liderlik deneyimi
• Yayınlanmış araştırma makaleleri (konferans veya dergi)
• LLM ince ayarı, vektör veritabanları veya üretken yapay zeka iş akışları deneyimi
• MLOps araçlarına aşinalık: Weights & Biases, MLflow, Airflow, Docker vb.
• Çıkarım performansını optimize etme ve modelleri büyük ölçekte dağıtma deneyimi

Neden Katılmalısınız?

• Yeni nesil yapay zeka sistemlerini şekillendiren veri bilimcileri, ML mühendisleri ve araştırma liderleriyle yakın işbirliği yaparak en son yapay zeka araştırma iş akışlarına maruz kalma fırsatı.
• Gelişmiş modelleme stratejileri, yeni analitik yöntemler ve yarışma düzeyinde doğrulama teknikleri ile deneyler yaparken yüksek etkili makine öğrenimi zorlukları üzerinde çalışın.
• Tahmin, deney, tablo ML ve çok modlu analitik alanlarında öncü olan dünya standartlarında yapay zeka laboratuvarları ve teknik ekiplerle işbirliği yapın.
• Esnek katılım seçenekleri (haftada 30–40 saat veya tam zamanlı) — Kaggle düzeyinde problem çözmeyi gerçek dünya, üretim düzeyinde yapay zeka sistemlerine uygulamaya hevesli ML mühendisleri için idealdir.
• Tamamen uzaktan ve küresel olarak esnek — derin teknik çalışma, eşzamansız işbirliği ve yüksek verimli araştırma ortamları için optimize edilmiştir.