Senior LLM Engineer

Trabajarás en el ciclo de vida completo de LLMs y modelos multimodales en clusters multi-nodo, aplicando SFT, RL y distillación. Optimizarás el rendimiento en hardware clásico y cuántico.

• Entrenar y post-entrenar LLMs y modelos multimodales en clústeres multi-nodo con SFT, RL y distilación.
• Diseñar técnicas de compresión y curar recetas de healing para conservar la calidad de modelos comprimidos.
• Construir entornos de RL, funciones de recompensa y verificación para tareas de razonamiento, codificación y agentes.

• Máster o Doctorado en CS, IA, Matemáticas o Física; 4+ años entrenando o post-entrenando transformers.
• Dominio de PyTorch y entrenamiento distribuido en clusters multi-nodo (FSdp/Deepspeed/Megatron-LM) con Slurm/K8s; experiencia en SFT y RL.
• Fundamentos de álgebra lineal, optimización y probabilidad; conocimiento de GPU, memoria y depuración; inglés fluido.