LLM Research Scientist (Pre-training & Computer Vision & Adversarial Robustness) / Pesquisa em ML
Sobre a Vaga
🧠 Oportunidade remota e flexível para pesquisadores de machine learning! Esta vaga é oferecida pela Mercor, plataforma que conecta especialistas a laboratórios de IA que treinam modelos de ponta. Inscreva-se pelo link abaixo:
👉 https://t.mercor.com/hi4dq
A Mercor busca pesquisadores de machine learning com experiência prática em treinar e melhorar modelos de deep learning de ponta a ponta, em visão computacional e linguagem. Você vai trabalhar em problemas de pesquisa empírica em ML, bem delimitados e de final aberto, em colaboração com pesquisadores de IA de referência.
O trabalho é remoto, baseado em projetos e pode ser feito no seu horário. O projeto pode ser estendido, encurtado ou encerrado antes, conforme a demanda e o desempenho.
Responsabilidades
- Treinar do zero classificadores de imagem e modelos generativos de imagem, e fazer fine-tuning de modelos de linguagem open-weight
- Extrair o máximo de orçamentos limitados de dados, computação e tamanho de modelo
- Tornar modelos robustos a entradas adversariais e a conversas adversariais
- Comprimir modelos para cumprir limites rígidos de tamanho e latência sem perder acurácia
- Diagnosticar e resolver problemas de treinamento
Requisitos
- 3+ anos de experiência em pesquisa de machine learning (pesquisa de doutorado conta)
- Experiência sólida com PyTorch, JAX, TensorFlow ou frameworks similares
- Graduação em universidade top 100, experiência em FAANG ou empresa de IA comparável, OU histórico equivalente de pesquisa com publicações ou contribuições open source relevantes
- Expertise forte em ao menos uma destas áreas
- Robustez adversarial: treinamento adversarial de classificadores (PGD, TRADES), avaliação de acurácia robusta (L∞, AutoAttack) sem gradient masking, trade-off robustez–acurácia e robust overfitting
- Visão computacional eficiente: classificadores end-to-end para reconhecimento fine-grained, compressão (quantização, pruning, destilação) e deploy com limites de tamanho/latência (on-device, edge, embarcado)
- Modelagem generativa de imagem: treinar do zero modelos de difusão, GANs, VAEs ou flows, iterar com métricas como FID e técnicas de eficiência para geradores pequenos
- Pós-treinamento de LLMs e robustez comportamental: SFT e otimização de preferência (DPO, RLHF, RLAIF) em modelos open-weight, com datasets próprios (geração sintética, supervisão fraca, rejection sampling); comportamento em múltiplas rodadas (resistência a persuasão e bajulação, confiança calibrada); fine-tuning de alinhamento que preserva capacidades gerais
- Pré-treinamento multilíngue: modelos multilíngues ou de idiomas de poucos recursos treinados do zero, design de tokenizers para escritas diversas e balanceamento de dados desiguais entre idiomas
- Inglês avançado
- Desejável: leis de escala e eficiência de treinamento; curriculum learning; construção de benchmarks, controle de contaminação e comparações estatisticamente sólidas; estimativa de incerteza e calibração; data augmentation e dados sintéticos para robustez
Benefícios
A Mercor conecta especialistas a laboratórios de IA e empresas que treinam modelos de ponta. O salário é de $100 a $120 por hora (aproximadamente R$44.400 a R$53.300/mês estimado em 20h semanais). Contrato de prestação de serviços, com pagamento semanal via Stripe ou Wise.
Vagas semelhantes para você
Selecionadas com base na tecnologia, modalidade, nível e localização desta oportunidade.