Especialista de Datos de Entrenamiento en Español para IA

Sobre el rol

Serás responsable de la calidad lingüística de los conjuntos de datos de entrenamiento y evaluación en español para clientes de aprendizaje automático que sirven a los mercados hispanohablantes. El rol se sitúa en la intersección de la lingüística y el aprendizaje automático. No necesitas construir modelos: necesitas entender por qué un modelo entrenado con una variante del español falla en otra, y diseñar el enfoque de anotación que lo corrige. El español mexicano y sus diferencias con otras variantes es una parte central de este trabajo.

Responsabilidades principales

• 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

Requisitos

• 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)

Valoramos adicionalmente

• 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

Ruta de carrera

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

Lo que ofrecemos

• Contrato directo con Corpshore México bajo la Ley Federal del Trabajo
• Alta y cotización ante el IMSS desde el primer día
• Fondo de vivienda INFONAVIT y ahorro para el retiro (SAR y Afore) conforme a la ley
• Aguinaldo superior al mínimo de ley
• Vacaciones conforme a la reforma de vacaciones dignas, con prima vacacional superior a la de ley
• Reparto de utilidades (PTU) conforme a la ley
• Vales de despensa y fondo de ahorro con aportación de la empresa
• Seguro de gastos médicos mayores para roles elegibles, con opción de cobertura familiar
• Capacitación inicial pagada y formación continua durante todo el empleo
• Patrocinio de certificaciones profesionales para roles elegibles (COPC, ITIL, Six Sigma, HDI, ICMI, certificaciones técnicas y de nube)
• Apoyo para el desarrollo del idioma, con enfoque en la progresión de B2 a C1 en inglés
• Ruta de carrera documentada con prioridad a la promoción interna
• Programa de bienestar del personal, incluyendo apoyo psicológico en sitio para cuentas con contenido sensible
• Acceso a oportunidades de carrera en la red global de Corpshore