Gestor de Proyectos de IA Aplicada

• Experiencia: Más de 3-5 años de experiencia en gestión de proyectos, específicamente dentro de las operaciones de datos de IA/ML.

• Conocimiento de LLM: Sólida comprensión de los procesos de entrenamiento de LLM (Pre-training, SFT, RLHF) y de las metodologías de evaluación (Human-in-the-loop, red teaming).

• Competencia en datos: Competencia avanzada en Excel/Google Sheets; capacidad para escribir consultas SQL para extraer y analizar datos de rendimiento.

• Metodología: Trayectoria demostrada utilizando metodologías Agile, Scrum o Kanban para gestionar flujos de trabajo complejos.

• Comunicación: Capacidad excepcional para redactar directrices claras y sin ambigüedades para audiencias multilingües.

• Multilingüe: La fluidez en un segundo idioma es muy deseable.

• Herramientas técnicas: Experiencia con plataformas de anotación de datos (p. ej., Scale AI, Super Annotate) y herramientas de gestión de proyectos (p. ej., Jira).

• Educación: Formación en Ingeniería de ML, Ciencias de la Computación, Ciencia de Datos y gestión de proyectos.

Buscamos Project Managers orientados a los datos para liderar nuestras iniciativas de recolección de datos multilingües a gran escala y de evaluación de modelos de lenguaje extensos (LLM). En este puesto, serás el eje operativo de nuestro desarrollo de IA, coordinando equipos globales de anotadores y especialistas en datos.

Si te desenvuelves bien en un entorno dinámico donde puedas optimizar los flujos de trabajo para la productividad, la calidad y el rendimiento, queremos saber de ti

1. Project Management

• Entrega de extremo a extremo: Gestionar el ciclo de vida completo de los proyectos de datos de IA, desde la definición del alcance y la creación de directrices hasta la entrega de datos y el análisis post-mortem.

• Gestión de pipelines: Supervisar pipelines de datos a gran escala para la recolección de datos multilingües (audio, texto, imagen) y la evaluación de LLM (RLHF, SFT, ranking y pruebas de seguridad).

1. Garantía de calidad y seguimiento del rendimiento

• Seguimiento de KPI: monitorizar y reportar rigurosamente los indicadores clave de rendimiento, incluyendo:

  • Rendimiento (Throughput): Volumen de datos procesados por hora/día.

  • Calidad: Puntuaciones de precisión, acuerdo entre anotadores (IAA) y rendimiento del conjunto de referencia (gold-set).

  • Productividad: Coste por tarea y tasas de eficiencia de los trabajadores.

• Control de calidad: Ejecutar ciclos de QA, análisis de causa raíz ante caídas de calidad y formación correctiva para los grupos de anotadores.

• Dashboards: Mantener cuadros de mando para visualizar el estado de los proyectos y detectar cuellos de botella en tiempo real.

1. Gestión de Stakeholders

• Coordinación global: Gestionar las relaciones con expertos en datos y grupos de crowd, asegurando el cumplimiento de los SLA con respecto a los matices locales y la precisión lingüística.

• Colaboración interfuncional: Servir de enlace con los equipos de Applied AI Technical Ops. Traducir los requisitos técnicos en directrices claras y accionables para anotadores no técnicos.

• Ciclos de retroalimentación: Facilitar ciclos de feedback continuo donde los conocimientos derivados de los datos impulsen las actualizaciones de las directrices de anotación y las estrategias de ajuste fino (fine-tuning) de los modelos.

Ubicación: Global: Europa, Asia-Pac, Argentina, México

Departamento: Producción (Applied AI)

Reporta a: Program Director

Tarifa: $20 por hora