Data Scientist – Modelos de Lenguaje

Acerca del puesto

Mercado Libre busca un Data Scientist en Bogotá, modalidad híbrida, para desarrollar datasets y experimentos que mejoren los modelos de lenguaje y sus evaluaciones. El puesto tiene como objetivo contribuir a la democratización del comercio y de los servicios financieros en América Latina.

Responsabilidades principales

• Definir qué datos necesita cada modelo y liderar iniciativas desde su obtención hasta su preparación para el entrenamiento.
• Diseñar e implementar pipelines a escala para curar y generar datos, incluidos datos sintéticos con modelos open-source y comerciales.
• Diseñar y priorizar experimentos de ablación para identificar qué datos mejoran los modelos y medir su impacto en las evaluaciones.
• Analizar resultados, proponer nuevas iteraciones y guiar al equipo mediante mentoría, revisión de diseños y código y estándares de calidad y reproducibilidad.

Perfil requerido

• Experiencia en NLP o conocimiento de arquitecturas, entrenamiento, fine-tuning y evaluación de modelos de lenguaje.
• Interés por comprender los modelos más allá de su uso, profundizar en deep learning y generación de datos, y capacidad para formular hipótesis, definir métricas y trabajar con autonomía.
• Capacidad para orientar técnicamente a otras personas.

Habilidades requeridas

• Python y SQL.
• Ingeniería de datos de texto para construir y mantener pipelines a escala.
• Herramientas como Hugging Face o vLLM.