Data Science Engineer

MercadoLibre, Inc.; Bogotá; Hybrid; COP 80,000,000 - 120,000,000; Full time

Job summary

Mercado Libre busca un Data Scientist para liderar proyectos de democratización del comercio y servicios financieros en América Latina. Desarrollarás datasets de calidad y experimentos para entrenar modelos de lenguaje, mejorando evaluaciones y el entrenamiento de IA a gran escala.

Entre tus responsabilidades, definirás datos necesarios, diseñarás pipelines, ejecutarás experimentos de ablación y mentorizarás al equipo, con énfasis en calidad y reproducibilidad.

Qualifications

• Dominar Python, SQL e engenharia de datos de texto para construir e mantener pipelines a escala.
• Poseer experiencia en NLP, entrenamiento, fine-tuning y evaluación de modelos de lenguaje, con herramientas como Hugging Face o vLLM.
• Capacidad para comprender modelos más allá de su uso y mentoría técnica al equipo.

Responsibilities

• Definir qué datos necesita cada modelo y liderar iniciativas de punta a punta, desde su obtención hasta dejarlos listos para entrenamiento.
• Diseñar e implementar pipelines a escala para curar y generar datos, incluidos datos sintéticos mediante modelos open-source y comerciales.
• Diseñar y priorizar experimentos de ablación para identificar qué datos mejoran las evaluaciones y medir su impacto.
• Analizar resultados para explicar qué funcionó, proponer iteraciones y orientar técnicamente al equipo.

Skills

Python

SQL

NLP

Data pipelines

Tools

Hugging Face

vLLM

Job description

Data Scientist

¡Haz historia en la democratización del comercio y de los servicios financieros, transformando la vida de millones de personas en América Latina con Mercado Libre!

Desarrolla datasets de calidad y experimentos para identificar qué datos aportan al entrenamiento de los modelos de lenguaje, generando un impacto en la calidad de las evaluaciones y la mejora iterativa de los modelos.

Desafíos:

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

Experiencia y conocimientos:

• Aprender con agilidad en base a desafíos, potenciándote con tecnología y GenAI.
• Apasionarse por salir de la zona de confort, dar el máximo, superar los propios límites y emprender en un ambiente sano, alegre y divertido.
• Dominar Python, SQL e ingeniería de datos de texto para construir y mantener pipelines a escala.
• Traer experiencia en NLP o conocimiento de arquitecturas, entrenamiento, fine-tuning y evaluación de modelos de lenguaje, con herramientas como Hugging Face o vLLM.
• Poseer 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, analizar resultados, proponer iteraciones, trabajar con autonomía y orientar técnicamente a otras personas.

Conoce más sobre nuestra cultura y negocio en nuestro Career Site: https://careers-meli.mercadolibre.com/.

¡Lo mejor está llegando!

Híbrido: Bogotá, Colombia