Vous avez déployé et opéré des agents basés sur des modèles de langage en production, avec une expérience directe de leurs défaillances et de leur adoption réelle en entreprise. Cette mission consiste à partager votre expertise sur la fiabilité, l'évaluation et la mise à l'échelle des agents IA dans des environnements complexes, via des entretiens conversationnels portant sur vos retours d'expérience concrets.
Mission ouverteVérifié récemment
MLOps Engineer, LLM Systems (Serving, GPU Kernels, Profiling)
Mercor · Data & Machine Learning
Cette mission consiste à concevoir et évaluer des tâches d'infrastructure MLOps pour l'entraînement de grands modèles de langage, dans les domaines de la programmation GPU, du profilage de performance, du débogage de charges de travail distribuées et de l'inférence haute performance. Vous générerez des données d'entraînement de qualité en écrivant des solutions techniques précises et en fournissant des retours détaillés aux équipes de recherche et d'ingénierie. Ce rôle cible des ingénieurs avec une expertise pratique confirmée en systèmes ML et infrastructure, capables de raisonner sur les compromis entre débit, latence et mémoire sur des accélérateurs modernes.
Travail à réaliser
- Concevoir des tâches MLOps dans les quatre domaines (noyaux GPU, profilage de performance, débogage, inférence) et rédiger des solutions techniques précises et bien structurées.
- Évaluer les tâches et solutions MLOps en fournissant des retours techniques écrits clairs et détaillés pouvant résister à un examen critique.
- Développer des directives et des cadres d'évaluation couvrant l'optimisation au niveau du noyau, l'interprétation de résultats de profilage, le raisonnement sur systèmes distribués et les compromis entre débit et latence.
- Collaborer avec d'autres experts métier pour maintenir la cohérence et l'exactitude des données d'entraînement.
Compétences requises
PyTorchLLM
Rémunération et engagement
90–120 USD /heure
Rémunération telle qu'affichée par la plateforme, sans garantie de revenu ou d'heures.
Pays et langue
2+ ans d'expérience professionnelle
Ouvert aux pays suivants : États-Unis.
Processus de candidature
Candidature via work.mercor.com : création de profil, évaluation de compétences, puis mise en relation avec des projets correspondant à votre profil.
Source et vérification
Source officielle : https://work.mercor.com/jobs/list_AAABoKUL7XiGrtAUHDlD3K_O/mlops-engineer-llm-systems-serving-gpu-kernels-profiling
Dernière vérification : 6 octobre 2026.
Missions similaires
Vous rejoignez une équipe de red teaming pour tester la robustesse et la sécurité de modèles d'IA conversationnels. Votre mission consiste à générer des entrées adversariales (jailbreaks, injections de prompts, cas de détournement) pour découvrir les vulnérabilités des systèmes d'IA avant leur déploiement. Vous annotez les défaillances, classez les risques et produisez des datasets documentés que les clients peuvent exploiter pour améliorer leurs modèles.
Cette mission consiste à tester des modèles d'IA conversationnels en tant qu'expert en sécurité de l'IA, en générant des données d'entraînement adversariales pour identifier les vulnérabilités. Vous produirez des rapports et des datasets structurés qui permettront aux clients d'améliorer la robustesse et la sécurité de leurs systèmes d'IA. Le profil recherché maîtrise l'analyse critique de contenu, la rigueur méthodologique et la communication technique.