Data Engineer - Equipo de LLMs Training - IT

MercadoLibre; Bogotá; Presencial; COP 60.000.000 - 120.000.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Hybrid work model

Descripción de la vacante

Mercado Libre busca un Data Engineer para diseñar y escalar soluciones de datos que soporten IA y servicios financieros en América Latina. Trabajarás con equipos de datos y ML para resolver problemas reales de alto impacto.

Serás responsable de pipelines de ingesta, calidad de datos y colaboración con Data Scientists, con modalidad de trabajo híbrida en Bogotá.

Formación

• Experiencia en ingeniería 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.

Responsabilidades

• 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.

Conocimientos

Python

SQL

BigQuery

ETL pipelines

Data quality

Versioning

Testing

LLMs

Deep learning

Descripción del empleo

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