Spanish AI Training Data Specialist

About the role

You will own the linguistic quality of Spanish training and evaluation datasets for machine-learning clients serving Spanish-speaking markets. The role sits at the intersection of linguistics and machine learning. You do not need to build models: you need to understand why a model trained on one variety of Spanish fails on another, and design the annotation approach that corrects it. Mexican Spanish and its differences from other varieties is central to this work.

Key responsibilities

• Diseñar y mantener esquemas de anotación, incluyendo dimensiones pragmáticas como la directividad, el registro de cortesía y la intensidad del sentimiento
• Documentar taxonomías de divergencia sobre cómo el uso difiere entre el español mexicano y otras variantes latinoamericanas
• Dirigir las sesiones semanales de calibración entre los equipos de anotación
• Definir y monitorear los umbrales de acuerdo entre anotadores por variante
• Trabajar dentro de los pipelines de aprendizaje automático del cliente, fijando las prioridades de anotación según la incertidumbre del modelo
• Analizar el desempeño del modelo por variante e identificar la causa lingüística de las brechas
• Diseñar y ejecutar auditorías de calidad sobre los conjuntos de datos entregados
• Formar y desarrollar a los anotadores y especialistas de calidad
• Redactar documentación para clientes y presentar hallazgos a los equipos de aprendizaje automático
• Mantener el cumplimiento del tratamiento de datos conforme a la LFPDPPP

Requirements

• Español nativo, con conocimiento demostrable de la variación regional latinoamericana
• Inglés B2 o superior valorado, ya que parte del trabajo con clientes se realiza en inglés
• Tres años o más en lingüística, lingüística computacional, anotación de datos o calidad de PLN
• Comprensión demostrable de la metodología de anotación: diseño de esquemas, acuerdo entre anotadores, calibración y medición de calidad
• Familiaridad con conceptos de evaluación de aprendizaje automático: precisión, exhaustividad, F1
• Comodidad con herramientas de datos: hojas de cálculo avanzadas, e idealmente SQL o Python
• Formación universitaria en lingüística, letras, informática o área afín
• Disponibilidad para un horario híbrido con base en Ciudad de México
• Identificación mexicana vigente y derecho a trabajar (CURP y RFC)

Preferred

• Estudios de posgrado en lingüística, lingüística computacional o PLN
• Python para análisis de datos: pandas, numpy
• Experiencia con plataformas de anotación: Label Studio, Prodigy, Scale, Labelbox
• Experiencia con RLHF, evaluación de modelos o red-teaming
• Trabajos publicados o investigación en dialectología, sociolingüística o pragmática

Career path

Especialista de Datos de Entrenamiento en Español → Especialista Senior → Líder de Calidad Lingüística → Head of AI Delivery

What we offer

• Direct employment with Corpshore Mexico under the Federal Labour Law
• IMSS social security registration from day one
• INFONAVIT housing fund and retirement savings (SAR and Afore) as required by law
• Year-end bonus (aguinaldo) above the legal minimum
• Leave under the vacaciones dignas reform, with a vacation premium above the legal minimum
• Statutory profit sharing (PTU)
• Grocery vouchers and a savings fund with employer contribution
• Major medical insurance for eligible roles, with family cover options
• Paid initial training and continuous development throughout employment
• Sponsored professional certification for eligible roles (COPC, ITIL, Six Sigma, HDI, ICMI, technical and cloud certifications)
• Language development support, with a focus on progression from B2 to C1 in English
• Documented career path with internal promotion prioritised
• Staff wellbeing programme, including on-site psychological support for accounts handling sensitive content
• Access to career opportunities across the global Corpshore network