Estamos buscando un profesional que diseñe modelos innovadores de aprendizaje automático para la búsqueda y clasificación de patentes, así como para agentes basados en LLM. El candidato ideal interpretará datos de patentes para crear y refinar conjuntos de datos de entrenamiento, además de crear prototipos que demuestren las capacidades de los modelos desarrollados.

Responsabilidades:

• Diseñar modelos innovadores de aprendizaje automático para la búsqueda y clasificación de patentes, y para agentes basados en LLM.
  
• Interpretar datos de patentes para crear y refinar conjuntos de datos de entrenamiento.
  
• Crear prototipos que muestren las capacidades avanzadas de los modelos.
  
• Diseñar e implementar backends escalables para poner en funcionamiento los modelos.
  
• Optimizar modelos en plataformas GPU para entrenamiento e inferencia.
  
• No es necesario cumplir con todos los requisitos, se valorará el potencial y entusiasmo por el puesto.
  

Requisitos:

• Experiencia general en la creación de modelos de ML para aplicaciones en producción.
  
• Familiaridad con las mejores prácticas de desarrollo colaborativo.
  
• La experiencia en desarrollo de código abierto es una ventaja importante.
  
• Estilo de codificación limpio, robusto y fácil de integrar.
  
• Mentalidad orientada a entornos de nube y sistemas distribuidos.
  
• Orientación al detalle con fuertes habilidades para resolver problemas.
  
• Excelentes habilidades de organización y comunicación.
  
• Excelentes habilidades interpersonales y actitud para el trabajo en equipo.
  
• Experiencia específica en formación y personalización de Transformer y LLM.
  
• Experiencia en resolución de problemas relacionados con la recuperación de información.
  
• Comprensión básica de los desafíos asociados al trabajo con datos a gran escala.
  
• Excelentes habilidades en Python, incluyendo mejores prácticas como pruebas, linting, sugerencias de escritura y diseño orientado a objetos.
  
• La experiencia en el uso de servicios AWS para preprocesamiento de datos, entrenamiento en configuraciones GPU distribuidas e implementación de modelos es una ventaja.
  
• Familiaridad con Linux y prácticas de CI/CD. La preferencia por Linux es notable.