Старший інженер з машинного навчання – Оцінка LLM / Створення завдань (з розташуванням в Індії)

Огляд ролі

Mercor здійснює найм від імені провідної дослідницької лабораторії ШІ для залучення висококваліфікованих Інженерів з машинного навчання з підтвердженим досвідом створення, навчання та оцінки високопродуктивних систем машинного навчання в реальних умовах. На цій посаді ви будете розробляти, впроваджувати та курувати високоякісні набори даних, завдання та робочі процеси оцінки машинного навчання, які забезпечують навчання та бенчмаркінг передових систем ШІ.

Ця посада ідеально підходить для інженерів, які досягли успіху в змагальних середовищах машинного навчання, таких як Kaggle, володіють глибокою інтуїцією моделювання та можуть перетворювати складні реальні проблеми на надійні, добре структуровані конвеєри та набори даних машинного навчання. Ви будете тісно співпрацювати з дослідниками та інженерами для розробки реалістичних проблем машинного навчання, забезпечення якості наборів даних та проведення відтворюваних, високоефективних експериментів.

Кандидати повинні мати 3–5+ років досвіду прикладного машинного навчання або значний досвід у змагальному машинному навчанні та повинні базуватися в Індії. Ідеальні кандидати вільно володіють Python, мають досвід побудови відтворюваних конвеєрів та знайомі з фреймворками бенчмаркінгу, методологіями оцінки та найкращими практиками оцінки машинного навчання.

Обов'язки

• Формулювати унікальні проблеми машинного навчання для покращення можливостей LLM.
• Розробляти, створювати та оптимізувати моделі машинного навчання для завдань класифікації, прогнозування, обробки природної мови (NLP), рекомендацій або генеративних завдань.
• Проводити швидкі цикли експериментів, оцінювати продуктивність моделі та безперервно ітерувати.
• Проводити розширену інженерію ознак та попередню обробку даних.
• Впроваджувати змагальне тестування, перевірки стійкості моделі та оцінки упередженості.
• Точно налаштовувати, оцінювати та розгортати моделі на основі трансформерів за необхідності.
• Вести чітку документацію наборів даних, експериментів та рішень моделі.
• Бути в курсі останніх досліджень, інструментів та методів машинного навчання для просування можливостей моделювання.

Необхідна кваліфікація

• Щонайменше 3–5 років повного досвіду розробки моделей машинного навчання
• Технічна освіта в галузі комп'ютерних наук, електротехніки, статистики, математики або суміжній галузі
• Підтверджений досвід у змагальному машинному навчанні (Kaggle, DrivenData або еквівалент)
• Докази високих результатів у змаганнях з машинного навчання (медалі Kaggle, місця фіналістів, рейтинги в таблиці лідерів)
• Високе володіння Python, PyTorch/TensorFlow та сучасними фреймворками ML/NLP
• Глибоке розуміння основ ML: статистика, оптимізація, оцінка моделі, архітектури
• Досвід роботи з розподіленим навчанням, конвеєрами ML та відстеженням експериментів
• Сильні навички вирішення проблем та алгоритмічне мислення
• Досвід роботи з хмарними середовищами (AWS/GCP/Azure)
• Виняткові аналітичні, комунікативні та міжособистісні навички
• Здатність чітко пояснювати рішення щодо моделювання, компроміси та результати оцінки
• Вільне володіння англійською мовою

Бажана кваліфікація / Переваги

• Kaggle Grandmaster, Master або кілька золотих медалей
• Досвід створення бенчмарків, оцінок або проблем для змагань з ML
• Досвід роботи з генеративними моделями, LLM або мультимодальним навчанням
• Досвід роботи з великомасштабним розподіленим навчанням
• Попередній досвід у дослідженнях ШІ, платформах ML або інфраструктурних командах
• Внесок у технічні блоги, проекти з відкритим кодом або наукові публікації
• Попередній досвід наставництва або технічного лідерства
• Опубліковані наукові статті (конференції або журнали)
• Досвід роботи з тонким налаштуванням LLM, векторними базами даних або робочими процесами генеративного ШІ
• Знайомство з інструментами MLOps: Weights & Biases, MLflow, Airflow, Docker тощо.
• Досвід оптимізації продуктивності висновку та розгортання моделей у великих масштабах

Чому варто приєднатися

• Отримайте доступ до передових робочих процесів досліджень ШІ, тісно співпрацюючи з фахівцями з даних, інженерами ML та лідерами досліджень, які формують системи ШІ наступного покоління.
• Працюйте над високоефективними завданнями машинного навчання, експериментуючи з передовими стратегіями моделювання, новими аналітичними методами та методами валідації конкурсного рівня.
• Співпрацюйте з лабораторіями ШІ світового класу та технічними командами, що працюють на межі прогнозування, експериментів, табличного ML та мультимодальної аналітики.
• Гнучкі варіанти зайнятості (30–40 годин/тиждень або повна зайнятість) — ідеально підходить для інженерів ML, які прагнуть застосувати вирішення проблем рівня Kaggle до реальних, виробничих систем ШІ.
• Повністю віддалена та глобально гнучка робота — оптимізована для глибокої технічної роботи, асинхронної співпраці та високопродуктивних дослідницьких середовищ.