Ingeniero de ML Sénior

• Nivel experto en Python: código limpio, typing, async, multiprocessing, profiling, debugging, notebooks + código de producción. Transformers.
• Entrenamiento y fine-tuning de LLMs.
• SFT, LoRA/QLoRA, PEFT.
• Optimización de preferencias: DPO / ORPO / SimPO / CPO / GRPO o disposición para profundizar rápidamente.
• Construcción de conjuntos de datos para el entrenamiento de LLM: limpieza, filtrado, deduplicación, pares de preferencias, datos sintéticos, hard negative mining.
• Evaluación de LLM: evaluaciones offline, evaluaciones por pares (pairwise), jueces LLM, anotación humana.
• Diseño de entornos de agentes (agent harness): tool calling, function calling, salidas estructuradas, reintentos, enrutamiento, gestión de estados, memoria/contexto, guardrails.
• Integración de LLM en producción: APIs, streaming, batching, fallbacks, compensaciones entre coste y latencia.
• Observabilidad para agentes: trazas, registros de llamadas a herramientas, análisis de transcripciones, agrupación de fallos.
• Sólido conocimiento de la arquitectura transformer y del comportamiento de los LLM modernos.
• Precisión con dtype/device/batching: fp32/fp16/bf16, cuantización, memoria CUDA, evitar errores de desajuste de dtype.
• Git, Docker, Linux, MLOps básico.
• Ruso fluido, con disponibilidad para trabajar en el horario CET (±2) horas.

Valorable: experiencia más allá del texto (visión artificial, generación de imágenes, multimodal), conversaciones de larga duración y consistencia de personajes, vLLM / TGI / SGLang, DeepSpeed / FSDP / Accelerate, cuantización, clasificadores de seguridad.

• OPORTUNIDAD REMOTA para trabajar a tiempo completo;
• El nivel salarial inicial o el rango salarial para este puesto se comunicará a los candidatos durante el proceso de selección y antes del inicio del empleo;
• Vacaciones 28 días naturales por año;
• 7 días de bienestar al año (tiempo libre) que pueden utilizarse para atender asuntos domésticos, descansar y recuperarse sin necesidad de pedir una baja por enfermedad;
• Bonificaciones de hasta 5000 $ por recomendar candidatos seleccionados para puestos en la empresa;
• 50% de pago para formación profesional, conferencias internacionales y reuniones;
• Descuento corporativo para clases de inglés;
• Beneficios de salud. Según las nóminas, si no eres elegible para el seguro médico corporativo, la empresa te compensará con hasta 1.000 $ brutos al año por empleado. Esto puede destinarse a la compra propia de un seguro de salud o al pago de honorarios médicos para ti y tus familiares directos (cónyuge, hijos);
• Organización del lugar de trabajo. La empresa proporciona a todos los empleados un lugar de trabajo equipado y todo el material necesario (mesa, sillón, wifi, etc.) en nuestras oficinas o ubicaciones de co-working. En otras ubicaciones, la empresa reembolsa los costes del lugar de trabajo hasta 1.000 $ brutos una vez cada 3 años, según las nóminas. Este dinero puede utilizarse para el alquiler de una sala de co-working o para equipar el lugar de trabajo en casa (escritorio, silla, Internet, etc.) durante esos 3 años;
• Sistema interno de gratitud gamificado: recibe bonificaciones de tus compañeros e intercámbialas por nuestro merchandising, actividades de team building, certificados de masaje, etc.

¿Te suena bien? ¡Únete a nosotros ahora!

Estamos buscando un Machine Learning Engineer.

Tus principales tareas serán:

• Definir la dirección de ML: elegir qué apuestas estratégicas realizar y vincular cada una a necesidades de negocio claras.
• Impulsar el post-entrenamiento de LLM y la adaptación de modelos de extremo a extremo, desde la construcción de conjuntos de datos hasta el fine-tuning y la optimización de preferencias.
• Diseñar y construir entornos de agentes (agent harnesses) y sistemas de LLM que utilicen herramientas.
• Dar forma a flujos de trabajo de desarrollo multi-agente que hagan al equipo más rápido y eficaz.
• Construir marcos de evaluación y sistemas de LLM-as-a-judge que predigan de forma fiable el rendimiento en el mundo real.
• Mejorar la calidad del diálogo en cuanto a memoria, inteligencia emocional, consistencia de la personalidad, seguridad y comportamiento anti-bucle.
• Lanzar sistemas de producción que den forma directa a la experiencia del usuario, la retención y la monetización.