Miembro del Personal Técnico, Ingeniería de Investigación

Sobre el Puesto

Título del Puesto: Miembro del Personal Técnico, Ingeniería de Investigación Tipo de Puesto: Tiempo Completo Ubicación: Remoto Buscamos un(a) Ingeniero(a) de Investigación para operar en la frontera del Reinforcement Learning (RL), desarrollando nuevos entornos, pipelines de entrenamiento y sistemas de evaluación que impulsan las capacidades de los modelos de IA modernos. Este puesto se sitúa en la intersección entre investigación y producción, traduciendo ideas experimentales en sistemas escalables y de alto rendimiento.

En Qué Trabajarás

• Diseñar entornos de RL autónomos que capturen tareas complejas del mundo real, incluyendo funciones de recompensa, verificadores y lógica de evaluación.
• Diseñar y escalar pipelines de episodios y procesos de entrenamiento multicomponente (MCPs) para apoyar la experimentación reproducible.
• Construir sistemas automatizados de generación de datos, aprovechando datos sintéticos para acelerar los ciclos de entrenamiento sin comprometer la calidad.
• Desarrollar e integrar sistemas de evaluación y control de calidad impulsados por IA para calificación, validación y ciclos de retroalimentación automatizados.
• Ajustar y optimizar modelos de RL de código abierto usando conjuntos de datos generados internamente y estrategias de entrenamiento personalizadas.
• Establecer marcos de benchmarking para medir la capacidad, robustez y calidad de los datos de los modelos en distintas tareas.
• Contribuir al lanzamiento y análisis de evaluaciones en plataformas de benchmark internas y externas (por ejemplo, benchmarks de micro1).

Requisitos

• Experiencia profunda en Reinforcement Learning, incluyendo diseño de entornos y dinámicas de entrenamiento.
• Sólido historial construyendo y escalando sistemas, pipelines o marcos de experimentación de RL.
• Dominio en automatización y generación de datos, incluyendo pipelines de datos sintéticos.
• Familiaridad con sistemas de evaluación automatizados, validación de modelos y flujos de control de calidad.
• Experiencia ajustando y evaluando modelos de ML de código abierto.
• Comunicador(a) claro(a) y conciso(a), con sólidas habilidades de escritura técnica.
• Comodidad trabajando en entornos de ritmo acelerado, orientados a la investigación y altamente colaborativos.

Preferido

• Experiencia publicando benchmarks, evaluaciones o artefactos de investigación.
• Familiaridad con ecosistemas de evaluación (por ejemplo, benchmarks de micro1 o marcos similares).
• Experiencia en infraestructura escalable para experimentación de RL a gran escala.

Compensación y Logística

Consulte las columnas Pay Min/Max para el rango de la tarifa horaria.