Data Engineer - Equipo de LLMs Training - IT
MercadoLibre Data Engineer - Equipo de LLMs Training - IT
Summary
Data Engineer on Mercado Libre's LLM Training team, building and scaling large-scale text data ingestion and curation pipelines (quality, dedup, scoring, synthetic data) used to train LLMs. Core stack: Python, SQL, BigQuery and ETL pipelines; hybrid work from Bogotá.
Como Data Engineer en Mercado Libre, diseñarás y escalarás sistemas innovadores y seguros que resuelven problemas reales y de alto impacto. Trabajarás en un entorno dinámico con tecnología de vanguardia, aplicando buenas prácticas de ingeniería, modelos de IA propios y aprendizaje continuo, con el propósito de democratizar el comercio electrónico y los servicios financieros en América Latina.
Imagináte emprendiendo proyectos desafiantes, dinámicos e innovadores y siendo responsable de:
- Construir y mantener pipelines de ingesta y procesamiento de datos textuales a escala para entrenamiento de LLMs.
- Implementar procesos de curación de datos como calidad, deduplicación, scoring y diversificación con autonomía en decisiones de ingeniería.
- Escalar la generación de datos sintéticos utilizando modelos open source y comerciales.
- Construir y mantener herramientas internas que estandarizan y escalan la preparación de datasets.
- Colaborar con Data Scientists y ML engineers para traducir necesidades de entrenamiento en pipelines concretos.
¿Qué buscamos en vos?
- Tener experiencia en ingenіería de datos de texto utilizando Python, SQL, BigQuery y pipelines ETL a escala.
- Aplicar buenas prácticas de ingeniería orientadas a testing, versionado y reproducibilidad.
- Demostrar autonomía para llevar pipelines de datos de inicio a fin con criterio propio.
- Poseer interés en el ecosistema de LLMs y deep learning para comprender el impacto de los datos en los modelos.
¿Te animás a dejar huella en la tecnología de América Latina? ¡Postulate y sumate a nuestro propósito!
Modalidad de trabajo híbrida. Site: Bogotá, Colombia