Sense

28 oct 2026

Ingeniero/a Senior de Machine Learning - Aprendizaje Activo

RemotoEstados Unidos

Cambridge, Massachusetts, United States

PythonSQL

Traducción automática. Consulta el original.

Sobre Sense

Ingeniero/a Senior de Machine Learning - Activo

Sense es una empresa de tecnología climática que convierte las señales eléctricas de los hogares y de la red en información en tiempo real sobre el consumo de energía, dispositivos y fallos. Estos conocimientos ayudan a las personas a reducir sus facturas eléctricas y a consumir menos electricidad, además de ayudar a las empresas de servicios públicos a prevenir incendios forestales, entre otras aplicaciones. Esta información proviene de modelos de desagregación de carga y detección de fallos que se ejecutan actualmente en los contadores. El equipo de tecnología de Sense investiga, entrena, despliega y da soporte a estos modelos.

Buscamos un/a Ingeniero/a Senior de Machine Learning con experiencia en sistemas de aprendizaje activo para ayudarnos a escalar nuestras operaciones de datos, de modo que podamos seguir mejorando nuestros modelos de producción principales y construir el modelo base de dispositivos eléctricos y energía.

El puesto

Este/a Ingeniero/a Senior de Machine Learning se encargará de todo el ciclo, desde los datos hasta las etiquetas y la mejora de los modelos. Utilizarás métodos de aprendizaje activo y supervisión débil para generar etiquetas, decidir qué etiquetar a continuación y convertir los errores que encontremos en el campo en nuevas etiquetas.

Este es un puesto práctico. Se espera que escribas código, entrenes modelos, analices datos y documentes experimentos. Trabajarás con científicos de datos, anotadores, producto e ingenieros para obtener etiquetas y mejorar los modelos. Dirigirás el desarrollo de herramientas de anotación y el trabajo de nuestros anotadores para acelerar y escalar el etiquetado.

El éxito en este puesto se mide por la reducción del coste por anotación (es decir, el tiempo por anotación), manteniendo la calidad de las etiquetas en nuestros objetivos o por encima de ellos.

Responsabilidades

Diseñar y ejecutar aprendizaje activo para elegir qué hogares, dispositivos y periodos de tiempo etiquetar a continuación, basándose en dónde los modelos son inciertos o erróneos.

Convertir detecciones erróneas, resultados de precisión en campo y correcciones de usuarios en nueva verdad fundamental (ground truth), y realizar un seguimiento de si los modelos reentrenados mejoran.

Encontrar eventos raros y casos difíciles en los datos del hogar, como dispositivos poco comunes o mal etiquetados, y añadirlos a los conjuntos de etiquetado y evaluación.

Responsabilizarse del plan de verdad fundamental: qué datos, cuántos y en qué orden.

Dirigir un equipo de anotadores: establecer prioridades, realizar un seguimiento del rendimiento y proporcionar orientación. Establecer estándares de calidad de datos.

Dirigir el desarrollo de nuestra herramienta de anotación. Añadir funciones que mejoren nuestra capacidad para recopilar datos nuevos y mejores, incluidas funciones que dependan de modelos.

Medir y mejorar la calidad de las etiquetas mediante métricas, detección de valores atípicos, revisión humana, etc.

Trabajar con ingenieros de datos y operaciones de ML para versionar etiquetas y realizar un seguimiento de qué etiquetas entrenaron qué modelo. Mantener los conjuntos de evaluación separados de los datos de entrenamiento para que los resultados offline predigan el rendimiento en el campo.

Ser un buen compañero de equipo: revisar código, proporcionar feedback a los compañeros sobre investigación y experimentos, y contribuir a la documentación compartida. Ayudar a mentorizar/entrenar a miembros del equipo con menos experiencia.

Cualificaciones

Máster o Doctorado en Informática, Ingeniería Eléctrica, Física, Estadística o un campo relacionado, o experiencia equivalente.

5+ años de experiencia en ciencia de datos o machine learning, incluyendo 2+ años creando o gestionando conjuntos de datos etiquetados para ML.

Experiencia práctica aplicando aprendizaje activo a datos reales, incluyendo la elección de una estrategia de muestreo y la medición de si ayudó.

Experiencia encontrando ejemplos raros o difíciles en grandes conjuntos de datos, es decir, a partir de errores de modelos, incertidumbre o búsqueda de similitud.

Experiencia entrenando modelos de deep learning, y con supervisión débil o etiquetado asistido por modelos.

Experiencia midiendo la calidad de las etiquetas y corrigiendo errores de etiquetado.

Experiencia con Python, SQL y pipelines de datos.

Historial de trabajo con otros equipos, es decir, producto, software o hardware.

Cualificaciones preferentes

Experiencia con series temporales, audio, sensores u otros datos de señales.

Experiencia liderando un equipo de anotación o dirigiendo el desarrollo de herramientas de anotación.

Experiencia utilizando embeddings de modelos grandes o modelos base para el análisis de datos.

Logística

Ubicación: capaz de trabajar desde nuestra oficina de Cambridge, MA al menos 2 días por semana.

Rango salarial: $165,000 a $185,000

Autorización de trabajo: requerida.

Plan de salud (médico, dental y visión)

Plan de jubilación (401k, IRA)

Seguro de vida (básico, voluntario y AD&D)

Tiempo libre remunerado (vacaciones, enfermedad y festivos)

Permiso familiar (maternidad, paternidad)

Incapacidad a corto y largo plazo

Trabajo desde casa

Comida y snacks gratuitos

Recursos de bienestar

Plan de opciones sobre acciones

Idiomas

Ingeniero/a Senior de Machine Learning - Aprendizaje Activo

Sobre Sense

El puesto

Responsabilidades

Cualificaciones

Cualificaciones preferentes

Logística

Tu próximo empleoya está buscándote.

Más oportunidades con un solo perfil

Sigue explorando

Especialista en Soporte TI

Ingeniero/a de Windows Senior

Administrador de sistemas