Kỹ sư Học máy Cấp cao - Đánh giá / Tạo tác vụ LLM (Làm việc tại Ấn Độ)

Tổng quan về vai trò

Mercor đang tuyển dụng thay mặt cho một phòng thí nghiệm nghiên cứu AI hàng đầu để tìm kiếm các Kỹ sư Học máy có tay nghề cao với thành tích đã được chứng minh trong việc xây dựng, huấn luyện và đánh giá các hệ thống ML hiệu suất cao trong môi trường thực tế. Trong vai trò này, bạn sẽ thiết kế, triển khai và quản lý các tập dữ liệu, tác vụ và quy trình đánh giá học máy chất lượng cao, hỗ trợ việc huấn luyện và đánh giá các hệ thống AI tiên tiến.

Vị trí này lý tưởng cho các kỹ sư đã xuất sắc trong các cuộc thi học máy như Kaggle, sở hữu trực giác mô hình hóa sâu sắc và có thể chuyển đổi các bài toán phức tạp trong thế giới thực thành các quy trình và tập dữ liệu ML mạnh mẽ, có cấu trúc tốt. Bạn sẽ làm việc chặt chẽ với các nhà nghiên cứu và kỹ sư để phát triển các bài toán ML thực tế, đảm bảo chất lượng tập dữ liệu và thúc đẩy các thử nghiệm có thể tái tạo, mang lại tác động cao.

Ứng viên nên có 3–5+ năm kinh nghiệm ML ứng dụng hoặc thành tích xuất sắc trong các cuộc thi ML, và phải làm việc tại Ấn Độ. Các ứng viên lý tưởng thành thạo Python, có kinh nghiệm xây dựng các quy trình có thể tái tạo và quen thuộc với các framework đánh giá hiệu năng (benchmarking), các phương pháp chấm điểm và các thực tiễn tốt nhất trong đánh giá ML.

Trách nhiệm

• Định hình các bài toán ML độc đáo để nâng cao khả năng ML của các LLM.
• Thiết kế, xây dựng và tối ưu hóa các mô hình học máy cho các tác vụ phân loại, dự đoán, NLP, đề xuất hoặc tạo sinh.
• Thực hiện các chu kỳ thử nghiệm nhanh chóng, đánh giá hiệu suất mô hình và lặp lại liên tục.
• Thực hiện kỹ thuật đặc trưng nâng cao và tiền xử lý dữ liệu.
• Triển khai kiểm thử đối kháng, kiểm tra độ bền của mô hình và đánh giá sai lệch.
• Tinh chỉnh, đánh giá và triển khai các mô hình dựa trên transformer khi cần thiết.
• Duy trì tài liệu rõ ràng về các tập dữ liệu, thử nghiệm và quyết định mô hình.
• Luôn cập nhật các nghiên cứu, công cụ và kỹ thuật ML mới nhất để thúc đẩy khả năng mô hình hóa.

Yêu cầu bắt buộc

• Ít nhất 3–5 năm kinh nghiệm toàn thời gian trong phát triển mô hình học máy
• Bằng cấp kỹ thuật về Khoa học Máy tính, Kỹ thuật Điện, Thống kê, Toán học hoặc lĩnh vực liên quan
• Kinh nghiệm học máy cạnh tranh đã được chứng minh (Kaggle, DrivenData hoặc tương đương)
• Bằng chứng về thành tích hàng đầu trong các cuộc thi ML (huy chương Kaggle, vị trí chung kết, thứ hạng trên bảng xếp hạng)
• Thành thạo Python, PyTorch/TensorFlow và các framework ML/NLP hiện đại
• Hiểu biết vững chắc về các nguyên tắc cơ bản của ML: thống kê, tối ưu hóa, đánh giá mô hình, kiến trúc
• Kinh nghiệm với huấn luyện phân tán, các quy trình ML và theo dõi thử nghiệm
• Kỹ năng giải quyết vấn đề và tư duy thuật toán mạnh mẽ
• Kinh nghiệm làm việc với các môi trường đám mây (AWS/GCP/Azure)
• Kỹ năng phân tích, giao tiếp và giao tiếp cá nhân xuất sắc
• Khả năng giải thích rõ ràng các quyết định mô hình hóa, đánh đổi và kết quả đánh giá
• Thông thạo tiếng Anh

Ưu tiên / Có lợi thế

• Grandmaster, Master Kaggle hoặc nhiều Huy chương Vàng
• Kinh nghiệm tạo ra các tiêu chuẩn đánh giá (benchmarks), các bài đánh giá hoặc các bài toán thử thách ML
• Nền tảng về các mô hình tạo sinh, LLM hoặc học đa phương thức
• Kinh nghiệm với huấn luyện phân tán quy mô lớn
• Kinh nghiệm trước đây trong nghiên cứu AI, nền tảng ML hoặc các nhóm cơ sở hạ tầng
• Đóng góp cho các blog kỹ thuật, dự án mã nguồn mở hoặc các ấn phẩm nghiên cứu
• Kinh nghiệm cố vấn hoặc lãnh đạo kỹ thuật trước đây
• Các bài báo nghiên cứu đã xuất bản (hội nghị hoặc tạp chí)
• Kinh nghiệm với tinh chỉnh LLM, cơ sở dữ liệu vector hoặc các quy trình AI tạo sinh
• Quen thuộc với các công cụ MLOps: Weights & Biases, MLflow, Airflow, Docker, v.v.
• Kinh nghiệm tối ưu hóa hiệu suất suy luận và triển khai mô hình ở quy mô lớn

Tại sao nên tham gia

• Tiếp cận các quy trình nghiên cứu AI tiên tiến, cộng tác chặt chẽ với các nhà khoa học dữ liệu, kỹ sư ML và các nhà lãnh đạo nghiên cứu định hình các hệ thống AI thế hệ tiếp theo.
• Làm việc với các thách thức học máy có tác động cao, đồng thời thử nghiệm các chiến lược mô hình hóa tiên tiến, các phương pháp phân tích mới và các kỹ thuật xác thực cấp độ thi đấu.
• Cộng tác với các phòng thí nghiệm AI và đội ngũ kỹ thuật đẳng cấp thế giới đang hoạt động ở biên giới của dự báo, thử nghiệm, ML dạng bảng và phân tích đa phương thức.
• Các lựa chọn làm việc linh hoạt (30–40 giờ/tuần hoặc toàn thời gian) — lý tưởng cho các kỹ sư ML mong muốn áp dụng kỹ năng giải quyết vấn đề cấp độ Kaggle vào các hệ thống AI thực tế, cấp độ sản xuất.
• Làm việc từ xa hoàn toàn và linh hoạt toàn cầu — tối ưu hóa cho công việc kỹ thuật chuyên sâu, cộng tác không đồng bộ và môi trường nghiên cứu năng suất cao.