Científico de Investigación de Post-Entrenamiento (LLMs) — Vía Experimental

• Doctorado (o experiencia equivalente) en ML/IA, matemáticas aplicadas, estadística o áreas adyacentes.
• Experiencia práctica con el post-entrenamiento de LLM (al menos uno de SFT/DPO/RLHF/RLVR).
• Sólido manejo de Python + PyTorch/JAX; comodidad con los conceptos básicos de infraestructura de entrenamiento.
• Inglés fluido

• Experiencia trabajando con evaluación basada en rúbricas o tareas aumentadas por herramientas.
• Experiencia mezclando datos sintéticos y humanos.
• Familiaridad con el análisis de fallos y auditorías de conjuntos de datos.

Este puesto se encuentra en el corazón de la misión de Vetto: utilizar datos humanos de alta calidad para construir sistemas de IA que mejoren el mundo. Tomarás señales de expertos en bruto y las convertirás en una mejora tangible del modelo, experimentando rápidamente y abriendo nuevos caminos en el post-entrenamiento. Con total autonomía y sin restricciones de producción, tendrás la libertad de probar ideas poco convencionales y ver su impacto rápidamente.

• Diseñar y ejecutar experimentos de post-entrenamiento en LLMs de frontera y de pesos abiertos (SFT, métodos basados en preferencias, entrenamiento basado en rúbricas)
• Traducir artefactos de anotación en bruto (soluciones de múltiples pasos, evaluaciones, prompts adversarios) en conjuntos de datos listos para el entrenamiento.
• Prototipar nuevas señales de recompensa más allá de las preferencias por pares (rúbricas, restricciones, críticos estructurados).
• Analizar modos de fallo; proponer soluciones centradas en los datos (muestreo, currículo, contrafácticos).
• Construir pipelines de entrenamiento/evaluación ligeros; iterar rápidamente.
• Producir memorandos internos breves: qué funcionó, qué no funcionó y por qué.

Operamos bajo un modelo "remote-first". Nos centramos en los resultados, no en dónde se realiza el trabajo. Para apoyar la flexibilidad y la elección personal, mantenemos oficinas en ubicaciones seleccionadas como un recurso opcional para el equipo.

Ubicación: Flexible (se prefieren zonas horarias compatibles con la UE)

Tipo: Jornada completa o contrato a largo plazo

Buscamos a un investigador que prospere con la autonomía, sea práctico y aporte una fuerte mentalidad de ejecución y de startup. Tienes opiniones claras sobre la calidad de los datos, eres pragmático con las compensaciones y te sientes cómodo moviéndote rápido con información incompleta. Tienes un fuerte instinto experimental: puedes diseñar, ejecutar e interpretar experimentos complejos y extraer información significativa de ellos.