Multilingual Training Data Specialist

About the role

You will own the linguistic quality of training datasets built for machine-learning clients serving Francophone and Spanish-speaking markets. This includes designing annotation schemas, leading cross-team calibration and working directly within the client's training pipelines. French capability is rare in Mexico, and that is precisely the value of this role.

Key responsibilities

• Diseñar y mantener esquemas de anotación con 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 francés, el español y sus variantes regionales
• 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 según la incertidumbre del modelo
• Analizar el desempeño del modelo por idioma y 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

• Francés nativo o C1, con conocimiento demostrable de la variación regional
• Español nativo
• 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 y calibración
• Familiaridad con conceptos de evaluación de aprendizaje automático: precisión, exhaustividad, F1
• 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
• Idiomas adicionales: portugués, alemán, italiano

Career path

Especialista en Datos de Entrenamiento Multilingües → Especialista Senior → Responsable 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