**Multiverse Computing** Multiverse es una empresa de deep tech bien financiada y de rápido crecimiento fundada en 2019. Somos la empresa de software cuántico más grande de la UE y hemos sido reconocidos por CB Insights (2023 y 2025) como una de las 100 empresas de IA más prometedoras del mundo. Con más de 180 empleados y en crecimiento, nuestro equipo es completamente multicultural e internacional. Ofrecemos software hiper-eficiente a empresas que buscan una ventaja competitiva mediante la computación cuántica y la inteligencia artificial. Nuestros productos estrella, CompactifAI y Singularity, abordan necesidades críticas en diversas industrias: * CompactifAI es una herramienta innovadora de compresión para modelos fundamentales de IA basada en Redes Tensoriales. Permite comprimir grandes sistemas de IA, como modelos de lenguaje, haciéndolos significativamente más eficientes y portátiles. * Singularity es una plataforma de optimización cuántica e inspirada en lo cuántico utilizada por empresas líderes para resolver problemas complejos en finanzas, energía, manufactura y más. Se integra perfectamente con sistemas existentes y ofrece mejoras inmediatas de rendimiento en hardware clásico y cuántico. Trabajarás junto a expertos líderes mundiales para desarrollar soluciones que enfrenten desafíos del mundo real. Buscamos personas apasionadas dispuestas a crecer en un entorno guiado por la ética que valora la sostenibilidad y la diversidad. Estamos comprometidos a construir una cultura verdaderamente inclusiva: ven y únete a nosotros. **Como Investigador Senior de LLM , usted** * Diseñará e implementará estrategias para crear, obtener y aumentar conjuntos de datos adaptados específicamente para el entrenamiento y ajuste fino de LLM. * Desarrollará tuberías escalables para recolectar, limpiar, filtrar, anotar y validar grandes volúmenes de datos textuales. * Realizará auditorías de datos para garantizar calidad, diversidad, cumplimiento ético y mitigación de sesgos. * Colaborará con ingenieros e investigadores de ML para alinear los conjuntos de datos con los objetivos de entrenamiento y las necesidades de evaluación del modelo. * Utilizará herramientas como Aprendizaje Activo, generación de datos sintéticos y aprendizaje auto-supervisado para maximizar la eficiencia del conjunto de datos. * Aplicará flujos de trabajo con participación humana (HITL) cuando sea necesario para etiquetado y validación de datos. * Contribuirá a la creación de documentación de datos y estándares de metadatos (por ejemplo, hojas informativas para conjuntos de datos). * Mantendrá actualizado su conocimiento sobre tendencias de investigación en curación de conjuntos de datos, datos de preentrenamiento de LLM y evaluación de referencia. **Cualificaciones requeridas** * Título universitario, maestría o doctorado en Ciencias de la Computación, IA, Ciencia de Datos o campo relacionado. * 3 o más años de experiencia en ciencia de datos, aprendizaje automático o roles relacionados, con experiencia demostrada en creación de conjuntos de datos para PNL o LLMs. * Conocimiento profundo del ciclo de vida de los LLM: preentrenamiento, ajuste fino, alineación y evaluación. * Dominio de Python y ecosistemas de herramientas de datos (Pandas, NumPy, spaCy, Hugging Face Datasets \& Transformers). * Experiencia práctica en la recolección de datos textuales de diversas fuentes: extracción web, APIs, corpus propietarios, etc. * Sólida comprensión de métricas de calidad de datos, incluyendo detección de sesgos, toxicidad y legibilidad. * Experiencia trabajando con herramientas de anotación (por ejemplo, Prodigy, Label Studio) y gestionando equipos o flujos de trabajo de anotación. **Cualificaciones preferidas** * Experiencia en la creación o contribución a conjuntos de datos utilizados en preentrenamiento de LLM o ajuste fino supervisado. * Familiaridad con flujos de trabajo RLHF y técnicas de alineación (por ejemplo, modelado de preferencias, modelado de recompensas). * Experiencia con conjuntos de datos multilingües y de idiomas con bajos recursos. * Contribuciones a conjuntos de datos de código abierto, herramientas o publicaciones en investigación centrada en datos. * Conocimiento sobre IA ética, gobernanza de datos, leyes de privacidad (por ejemplo, GDPR) y uso responsable de datos. **Ventajas \& Beneficios** * Contrato indefinido. * Igualdad salarial garantizada. * Bono variable según desempeño. * Bono de incorporación. * Ofrecemos patrocinio de visa de trabajo (si aplica). * Paquete de reubicación (si aplica). * Seguro médico privado. * Acceso a presupuesto educativo según política interna. * Oportunidad híbrida. * Horarios de trabajo flexibles. * Clases de idiomas y opciones de almuerzo con descuento * Trabajar en un entorno dinámico, enfocado en tecnologías de vanguardia. * Plan de carrera. Oportunidad de aprender y enseñar. * Empresa progresista. Cultura de personas felices *Como empleador que ofrece igualdad de oportunidades, Multiverse Computing se compromete a construir un lugar de trabajo inclusivo. La empresa da la bienvenida a personas de todos los orígenes diferentes, incluyendo edad, ciudadanía, origen étnico y racial, identidades de género, personas con discapacidades, estado civil, religiones e ideologías, y orientaciones sexuales.*