Ingeniero de Investigación en Aprendizaje por Refuerzo

Sobre esta oportunidad

Harvey es una empresa que está transformando la forma en que operan los servicios legales y profesionales, combinando IA agéntica de frontera, una plataforma de nivel empresarial y un profundo conocimiento del dominio. Para este rol buscan a un ingeniero o científico de investigación que ayude a adaptar y mejorar modelos de pesos abiertos de primer nivel para el trabajo legal. El equipo ya lanzó su primer modelo entrenado para esta industria y ahora está creciendo para escalar sus esfuerzos de post-entrenamiento.

Perfil buscado

Buscan personas que hayan logrado que los entrenamientos a gran escala funcionen, que estén inmersas en el aprendizaje por refuerzo para modelos de lenguaje y que quieran que su trabajo llegue rápido a los usuarios. Serás parte de un equipo pequeño y exigente, donde cada persona es dueña de una parte importante del proyecto y donde las ideas pasan de los experimentos a los modelos que usan los clientes.

Requisitos clave

• Experiencia práctica en post-entrenamiento de LLM con SFT y RL, incluyendo optimización de preferencias y responsabilidad directa sobre los entrenamientos y sus resultados.
• Sólidos fundamentos de machine learning y experiencia haciendo que los entrenamientos distribuidos funcionen de manera confiable.
• Habilidades de ingeniería sólidas en Python, con código de calidad productiva y dominio de sistemas de punta a punta.
• Experiencia en investigación sobre RL para modelos de lenguaje o modelado de recompensas, con capacidad para pasar rápido de los experimentos a mejoras implementadas. Las publicaciones son bienvenidas, pero no obligatorias.

¿Por qué considerar esta empresa?

Harvey cuenta con un fuerte ajuste producto-mercado y con respaldo de inversionistas de primer nivel. Es una compañía en crecimiento acelerado que busca definir una nueva categoría en tiempo real. Su equipo se mueve rápido, asume responsabilidades y aplica tres valores: decisión, simplicidad y el trabajo nunca está terminado. Además, la empresa contrata para este puesto en varios niveles de seniority, por lo que hay espacio para diferentes trayectorias.

Rango salarial

El rango publicado para esta posición es de USD 230,000 a USD 340,000. En la sección de compensación de la oferta original, el rango aparece ampliado hasta USD 450,000, según el nivel y la experiencia.

¿Te interesa? Aplica directamente desde el enlace de la vacante.