Práctica Desarrollo de Fine-Tuning - 100% Presencial Viña del Mar - EcoAlliance

Se busca un perfil técnico con conocimientos en procesamiento de datos, automatización y entrenamiento de modelos de inteligencia artificial (IA) para llevar a cabo el fine-tuning de modelos basados en la API de OpenAI. Este rol se enfocará en la preparación, estructuración y optimización de los datos de entrenamiento, así como en la evaluación del desempeño del modelo mediante pruebas y métricas.
El candidato ideal debe ser meticuloso en la estructuración de datasets, capaz de manejar procesos repetitivos con precisión y poseer habilidades analíticas para mejorar la efectividad de los modelos de IA.

Modalidad: Presencial
Lugar: Calle Limache 3232, ParTec V21, edificio Ladera 2, piso 1 El Salto, Viña del Mar
Duración de la práctica: 12 semanas.
Horario:
Lunes a jueves: 9:00 - 13:30 y 14:30 - 18:30
Viernes: 9:00 - 13:30 y 14:30 - 17:00

Áreas de Desarrollo y Responsabilidades:
1. Preparación y Formateo de Datos para Fine-Tuning
Recopilar y limpiar datos estructurados y no estructurados en formatos compatibles (.json, .csv, .xlsx).
Estandarizar los datos de entrenamiento asegurando consistencia en prompts y respuestas.
Definir esquemas y estructuras de datos para optimizar el aprendizaje del modelo.
2. Implementación de Fine-Tuning en OpenAI API
Subir datasets a la plataforma de OpenAI a través de la API o SDK.
Configurar parámetros de entrenamiento para ajustar el modelo según necesidades específicas.
Realizar pruebas de diferentes configuraciones para optimizar respuestas.
3. Pruebas, Validación y Evaluación del Modelo
Diseñar y ejecutar pruebas para evaluar la calidad de las respuestas generadas por el modelo.
Implementar métricas de evaluación como precisión, relevancia y coherencia de respuestas.
Comparar versiones de modelos fine-tuned y generar reportes de desempeño.
4. Optimización de Prompts y Respuestas
Refinar la estructura de prompts para mejorar la eficiencia del modelo en tareas específicas.
Documentar buenas prácticas en la generación de prompts efectivos.
Ajustar iterativamente los datos de entrenamiento basándose en los resultados de pruebas.
5. Automatización de Procesos
Escribir scripts en Python para procesar y transformar datos de manera eficiente.
Automatizar pruebas de calidad de respuestas y generación de reportes.
Desarrollar herramientas simples para visualizar resultados y tendencias en el desempeño del modelo.
6. Documentación y Mejora Continua
Mantener documentación clara sobre el proceso de fine-tuning, incluyendo parámetros, dataset y resultados de pruebas.
Identificar oportunidades de mejora en la metodología de entrenamiento y optimización.
Trabajar en conjunto con otros equipos para adaptar el modelo a necesidades específicas.

Requisitos Técnicos
Conocimientos en procesamiento de datos (Pandas, NumPy, Excel).
Experiencia en manejo de archivos JSON, CSV y Excel.
Programación en Python para automatización y análisis de datos.
Familiaridad con APIs y SDKs (OpenAI API, Google Cloud, AWS).
Conocimientos básicos en machine learning y entrenamiento de modelos.
Manejo de herramientas de pruebas y evaluación de modelos IA.
Capacidad analítica y atención al detalle para mejorar iterativamente los resultados.

Competencias Deseables
Experiencia en fine-tuning de modelos de lenguaje.
Conocimientos en frameworks de machine learning (TensorFlow, PyTorch).
Familiaridad con técnicas de evaluación de NLP.
Habilidad para documentar procesos técnicos de manera clara.

Ofrecemos:
Grato ambiente de equipo y colaboración.
Oportunidades de aprendizaje y desarrollo profesional.
Integración a equipos multidisciplinarios.
Ambiente de trabajo dinámico y orientado a la sostenibilidad.