Beca- Ajuste fino de grandes modelos de lenguaje para resultados contextualizados - Departamento de integración de datos

Misiones y actividades principales

• Recopilación de datos
  • Colaborar con editores y lingüistas para obtener glosarios, guías de estilo y traducciones previas.
  • Definir tareas objetivo y criterios de aceptación (precisión terminológica, fidelidad, estilo, reducción de edición manual).
• Diseño de estrategias de adaptación
  • Analizar enfoques: ajuste fino en la nube, prompting, adaptación local (LoRA/QLoRA).
  • Proponer 2–3 estrategias según contexto: nube completa, local ligera o híbrida.
• Preparación de datos y herramientas
  • Crear datasets de entrenamiento/validación en formatos requeridos (JSONL, JSON, LoRA).
  • Desarrollar scripts reproducibles en R y/o Python para tokenización, conversión de formatos y ejecución de ajustes.
• Implementación y experimentación
  • Ejecutar experimentos controlados con al menos dos enfoques.
  • Evaluar resultados con métricas cuantitativas (BLEU, ChrF) y revisión cualitativa de editores.
• Evaluación de costos y operación
  • Documentar costos estimados de ajuste fino en la nube.
  • Analizar implicaciones operativas: ubicación de cómputo, gestión de datos, velocidad y sostenibilidad.
  • Entregar flujos de trabajo detallados, código comentado e instrucciones operativas.
  • Producir informe técnico, cuadernos reproducibles y resumen ejecutivo.
• Diseño e implementación de GUI
  • Desarrollar prototipo en Dash o RShiny para cargar textos, seleccionar modelos y comparar resultados.
  • Garantizar que sea ligero, fácil de desplegar y mantenible por el personal del DID.

Requisitos

• Formación
  • Máster en ciencia de datos o equivalente.
  • Alternativamente, ciencias veterinarias, de la vida, salud pública, agrícolas o asuntos internacionales con experiencia en ciencia de datos.
• Habilidades técnicas
  • Nivel avanzado en R o Python.
  • Conocimiento básico de ajuste fino de LLM (deseable).
  • Análisis de datos y resolución de problemas.
  • Buen manejo de Microsoft Office.
  • Excelente inglés (oral y escrito).
  • Conocimientos básicos de epidemiología e inteligencia epidémica.
• Habilidades interpersonales
  • Trabajo ágil y cumplimiento de plazos.
  • Organización y capacidad de coordinación.
  • Trabajo en equipo y compromiso con el desarrollo del Observatorio.

Más