Ingeniero ML / Data Scientist
Lisit
Postular en Get on Board ↗La postulación se hace en la fuente original; WIAK no recibe postulaciones.
Compartir por WhatsAppSe abre tu WhatsApp con el aviso listo para enviar a quien quieras.
- Ubicación
- Santiago, Metropolitana
- Modalidad
- Híbrido
- Jornada
- Jornada completa
- Publicado
- 24 ago
La fuente no informa: contrato, experiencia, sueldo, cierre.
Resumen
- Misión: construir el corpus de entrenamiento a partir de 1,8 millones de pares históricos; hacer fine-tuning de un modelo NER en español; calibrar el score de confianza; y dejar el pipeline reproducible y traspasable al cliente.
- Construir el dataset de entrenamiento sin etiquetado manual masivo (etiquetado programático / weak supervision).
- Realizar tokenización y normalización de texto para NLP en español.
- Entrenar y ajustar un modelo para NER en español (idealmente BERT en español, como BETO u otro BERT en español) con Transformers / Hugging Face.
Requisitos y detalle del puesto
Excluyente
- Python sólido (pandas, scikit-learn) y experiencia real llevando un modelo a producción en NLP en español.
- Experiencia con tokenización, normalización de texto y manejo de errores ortográficos.
- Experiencia con Transformers / Hugging Face para fine-tuning de BERT (ideal BETO u otro BERT en español) orientado a NER.
- Etiquetado programático / weak supervision: construir datasets de entrenamiento sin etiquetado manual masivo.
- Evaluación rigurosa: precision/recall/F1, conjuntos held-out y control de fuga de datos.
Cómo evaluamos el enfoque: necesitamos que puedas explicar de forma clara cómo construirías el dataset de entrenamiento cuando no existe corpus etiquetado y hay 1,8 M de pares históricos; y qué significa que un modelo esté calibrado y cómo lo comprobarías.
We valoramos además una forma de trabajo ordenada y comunicable: foco en reproducibilidad, pensamiento crítico sobre métricas (held-out y fuga de datos) y mentalidad de transferencia hacia el cliente.
Dónde postular
- Get on Board ↗ · visto por primera vez el 31 oct
Última verificación en WIAK: 4 nov. Revisa siempre la vigencia en la fuente.