资深度机器学习工程师 - LLM评估/任务创建 (常驻印度)

职位概述

Mercor 代表一家领先的AI研究实验室招聘，旨在寻找具备在真实世界环境中构建、训练和评估高性能机器学习系统经验的资深机器学习工程师。在此职位中，您将设计、实施和管理高质量的机器学习数据集、任务和评估工作流，为高级AI系统的训练和基准测试提供支持。

此职位非常适合在Kaggle等竞争性机器学习环境中表现出色、拥有深厚建模直觉、并能将复杂的实际问题转化为健壮、结构良好的机器学习管道和数据集的工程师。您将与研究人员和工程师紧密合作，开发真实的机器学习问题，确保数据集质量，并推动可复现、高影响力的实验。

候选人应具备3-5年以上应用机器学习经验或在竞争性机器学习领域有突出表现，且必须常驻印度。理想的申请者应精通Python，有构建可复现管道的经验，并熟悉基准测试框架、评分方法和机器学习评估的最佳实践。

职责

• 为增强大型语言模型（LLM）的机器学习能力构建独特的机器学习问题。
• 设计、构建和优化用于分类、预测、自然语言处理（NLP）、推荐或生成任务的机器学习模型。
• 进行快速实验迭代，评估模型性能并持续优化。
• 执行高级特征工程和数据预处理。
• 实施对抗性测试、模型鲁棒性检查和偏差评估。
• 必要时对基于Transformer的模型进行微调、评估和部署。
• 维护数据集、实验和模型决策的清晰文档。
• 及时了解最新的机器学习研究、工具和技术，以推动建模能力向前发展。

必备资格

• 至少3-5年全职机器学习模型开发经验
• 计算机科学、电气工程、统计学、数学或相关领域的工科或理科专业学位
• 具备竞争性机器学习经验（Kaggle、DrivenData或同等平台）
• 在机器学习竞赛中取得顶级表现的证据（Kaggle奖牌、决赛入围、排行榜排名）
• 精通Python、PyTorch/TensorFlow以及现代机器学习/自然语言处理框架
• 对机器学习基础知识有扎实理解：统计学、优化、模型评估、架构
• 具备分布式训练、机器学习管道和实验跟踪经验
• 强大的问题解决能力和算法思维
• 具备云环境（AWS/GCP/Azure）工作经验
• 卓越的分析、沟通和人际交往能力
• 能够清晰解释建模决策、权衡和评估结果
• 英语流利

优先/加分项

• Kaggle Grandmaster、Master 或多枚金牌
• 具备创建基准、评估或机器学习挑战问题的经验
• 具备生成模型、大型语言模型（LLM）或多模态学习背景
• 具备大规模分布式训练经验
• 具备AI研究、机器学习平台或基础设施团队的经验
• 对技术博客、开源项目或研究出版物有贡献
• 具备指导或技术领导经验
• 发表过研究论文（会议或期刊）
• 具备大型语言模型（LLM）微调、向量数据库或生成式AI工作流经验
• 熟悉MLOps工具：Weights & Biases、MLflow、Airflow、Docker等
• 具备优化推理性能和大规模部署模型的经验

加入我们的理由

• 接触前沿AI研究工作流，与数据科学家、机器学习工程师和塑造下一代AI系统的研究领导者紧密合作。
• 应对高影响力的机器学习挑战，同时尝试先进的建模策略、新的分析方法和竞赛级别的验证技术。
• 与世界一流的AI实验室和技术团队合作，这些团队在预测、实验、表格机器学习和多模态分析领域处于前沿。
• 灵活的参与选项（每周30-40小时或全职）——非常适合渴望将Kaggle级别的解决问题能力应用于真实世界、生产级AI系统的机器学习工程师。
• 完全远程且全球灵活——专为深度技术工作、异步协作和高产出研究环境优化。