Lead Data Scientist for LLM Data Pipelines

MercadoLibre; Bogotá; Híbrido; COP 120.000.000 - 170.000.000; Jornada completa

Descripción de la vacante

Mercado Libre busca un Senior Data Engineer / Data Scientist para diseñar y escalar sistemas de datos seguros y de alto impacto en América Latina. Trabajarás con modelos de IA propios y pipelines de datos, aplicando buenas prácticas de ingeniería y aprendizaje continuo para democratizar servicios financieros y comercio electrónico.

Serás referente técnico del equipo, liderando iniciativas de datos de punta a punta para entrenamiento de LLMs, diseñando pipelines de curación de datos a escala y

Formación

• Experiencia en ingeniería de datos de texto con Python, BigQuery y pipelines ETL a escala.
• Antecedentes como data scientist diseñando experimentos con métricas e impacto en modelos.
• Liderar iniciativas de datos de extremo a extremo con criterio de diseño.
• Conocimiento en el ecosistema de deep learning y LLMs, herramientas como HuggingFace o vLLM.

Responsabilidades

• Liderar iniciativas de datos de punta a punta para el entrenamiento de LLMs, desde identificar y extraer fuentes relevantes hasta dejar los datos listos para el modelo.
• Diseñar e implementar pipelines de curación de datos a escala, definiendo el approach técnico de calidad, deduplicación, scoring y diversificación con autonomía.
• Escalar la generación de datos sintéticos utilizando modelos open-source y comerciales para ampliar la cobertura y calidad del corpus de entrenamiento.
• Diseñar y priorizar experimentos de ablación de datos, midiendo el impacto directo en las métricas del modelo.
• Ser referente técnico del equipo, guiando perfiles junior, revisando diseños y código, y estableciendo los estándares de calidad y reproducibilidad.

Conocimientos

Python

ETL pipelines

Experimentación DS

LLMs

Deep learning

Liderazgo técnico

Arquitecturas de datos

Herramientas

BigQuery

HuggingFace

vLLM

Descripción del empleo

Mercado Libre busca un Senior Data Engineer / Data Scientist para diseñar y escalar sistemas de datos seguros y de alto impacto en América Latina. Trabajarás con modelos de IA propios y pipelines de datos, aplicando buenas prácticas de ingeniería y aprendizaje continuo para democratizar servicios financieros y comercio electrónico.

Serás referente técnico del equipo, liderando iniciativas de datos de punta a punta para entrenamiento de LLMs, diseñando pipelines de curación de datos a escala y