Software Engineer, Applied Machine Learning (Semantic Search, Natural Language Processing (NLP), Large Language Models) – Priceless Platform

¡Bienvenido a una emocionante oportunidad de carrera en Mastercard!

En Mastercard, trabajamos diligentemente para conectar y empoderar una economía digital inclusiva que beneficie a todos, en todas partes. Al hacer que las transacciones sean seguras, simples, inteligentes y accesibles, aspiramos a fomentar el crecimiento y el potencial. Utilizando datos seguros, redes, asociaciones y una pasión por la innovación, ayudamos a individuos, instituciones financieras, gobiernos y empresas a alcanzar su máximo potencial. Nuestro Coeficiente de Decencia (DQ) es la piedra angular de nuestra cultura, fomentando la inclusividad y el respeto por las fortalezas, opiniones y experiencias individuales dentro de nuestro equipo. Abrazar la diversidad nos permite tomar mejores decisiones, impulsar la innovación y ofrecer resultados comerciales superiores.

Si tienes más de 4 años de experiencia en la industria trabajando en tecnologías de Machine Learning basadas en lenguaje natural y texto, como Búsqueda Semántica, Procesamiento de Lenguaje Natural, Bases de Datos Vectoriales, Modelos Fundacionales o Modelos de Lenguaje de Gran Escala, queremos saber de ti.

La Plataforma Priceless es la principal plataforma global alojada en AWS de Mastercard para nuestros clientes y socios. Creada por una startup de Silicon Valley adquirida por Mastercard, estamos experimentando un crecimiento sustancial y estamos trabajando para escalar nuestra plataforma. Buscamos integrar capacidades adicionales de Búsqueda Semántica y Procesamiento de Lenguaje Natural (NLP) en nuestra plataforma con tu experiencia.

Como Ingeniero de Software práctico, te unirás a nuestro equipo para desarrollar e implementar capacidades de Machine Learning Aplicado, como Búsqueda Semántica, recomendaciones mejoradas, procesamiento de texto y traducciones mejorados, y posiblemente una interfaz conversacional. Utilizarás técnicas de Búsqueda Semántica basadas en ML, NLP, modelos fundacionales y modelos de lenguaje de gran escala (LLMs) para construir e implementar estas capacidades dentro de nuestra plataforma.

• Explorar y aplicar técnicas como la Búsqueda Semántica para mejorar y escalar la funcionalidad de búsqueda en nuestra plataforma, utilizando tecnologías como Elastic.
• Diseñar e implementar un flujo de procesamiento de texto escalable para mejorar nuestros flujos de trabajo de procesamiento de contenido de texto e imagen, aplicando modelos de NLP, Foundation o LLM de última generación como GPT, Claude, Gemini, BERT, u otras arquitecturas basadas en transformers.
• Preparar datos de entrenamiento de alta calidad o aplicar modelos de aumento de recuperación para mejorar el rendimiento y la precisión del sistema.
• Ajustar y personalizar los modelos LLM para adaptarlos a requisitos de dominio específicos de nuestro sistema de recomendación.
• Desarrollar e integrar métricas de evaluación para monitorear y mejorar continuamente el rendimiento del motor de recomendación.
• Optimizar el sistema de recomendación para baja latencia, alto rendimiento y utilización eficiente de recursos.
• Mantenerse actualizado con los últimos avances en la investigación de ML/NLP/LLM e incorporar técnicas y modelos relevantes al motor de recomendación.
• Colaborar con equipos multifuncionales, incluidos gestores de productos e ingenieros de software, para integrar sin problemas el motor de recomendación en nuestro sitio web y aplicaciones.

• Licenciatura o Maestría en Ciencias de la Computación, Ingeniería Eléctrica o un campo relacionado.
• Más de 4 años de experiencia comprobada en la industria con Búsqueda Semántica (Elastic), NLP, modelos de lenguaje de gran escala (LLMs), arquitecturas transformers y marcos de aprendizaje profundo (por ejemplo, TensorFlow, PyTorch).
• Sólido entendimiento de técnicas de NLP, incluyendo preprocesamiento de texto, vectores y modelos de lenguaje