Machine Learning Engineer - Remote Job at YO IT Consulting in Los Angeles

Engagement Type: Independent Contractor

Work Mode: Fully Remote

Contract Type: Project-Based (Short-Term, Extendable)

Role Overview
Collaborating with a leading AI research lab to support the evaluation of advanced machine learning systems. We are seeking experienced machine learning engineers and researchers to contribute to the design of high-quality evaluation suites that measure AI performance on real-world machine learning engineering tasks. The work focuses on translating practical ML research and engineering workflows into structured benchmarks for frontier models. This is a project-based, remote opportunity suited for experts with hands‑on ML research experience.

Key Responsibilities

Design and write detailed evaluation suites for machine learning engineering tasks

Assess AI-generated solutions across areas such as model training, debugging, optimization, and experimentation

Ideal Qualifications

3+ years of experience in machine learning engineering or applied ML research

Hands‑on experience with model development, experimentation, and evaluation

Background in ML research (industry lab or academic setting strongly preferred)

Strong ability to reason about ML system design choices and trade‑offs

Clear written communication and high attention to technical detail

We consider all qualified applicants without regard to legally protected characteristics and provide reasonable accommodations upon request.

Contract and Payment Terms

You will be engaged as an independent contractor.

This is a fully remote role that can be completed on your own schedule.

Projects can be extended, shortened, or concluded early depending on needs and performance.

Your work at will not involve access to confidential or proprietary information from any employer, client, or institution.

Payments are weekly on Stripe or Wise based on services rendered.

#J-18808-Ljbffr

In Summary: We are seeking experienced machine learning engineers and researchers to contribute to the design of high-quality evaluation suites that measure AI performance on real-world machine learning engineering tasks . The work focuses on translating practical ML research and engineering workflows into structured benchmarks for frontier models . This is a project-based, remote opportunity suited for experts with hands‑on ML research experience .

En Español:

Tipo de compromiso: Modo de trabajo para contratistas independientes: tipo de contrato completamente remoto: visión general del papel basado en proyectos (a corto plazo, extendible) Colaborando con un laboratorio líder de investigación de IA para apoyar la evaluación de sistemas avanzados de aprendizaje automático. Buscamos ingenieros y investigadores experimentados de machine learning que contribuyan al diseño de conjuntos de evaluación de alta calidad que miden el rendimiento de AI en las tareas reales de ingeniería de Machine Learning. Esta es una oportunidad a distancia basada en proyectos adecuada para expertos con experiencia práctica en investigación de ML. Responsabilidades clave Diseñar y escribir conjuntos detallados de evaluación para tareas de ingeniería de aprendizaje automático Evaluación de soluciones generadas por IA en áreas como la capacitación de modelos, depuración, optimización y experimentación Calificaciones ideales 3+ años de experiencia en ingeniería del aprendizaje de máquinas o investigación aplicada de ML Experiencia práctica con el desarrollo de modelo, experimentacion y evaluación Antecedentes en investigación ML (laboratorio industrial o entorno académico fuertemente preferido) Capacidad fuerte para razonar sobre las opciones de diseño de sistemas ML Desarrollo claro escrito y atención al detalle técnico Consideramos que todos los solicitantes calificados sin tener en cuenta características legalmente protegidas y proporcionan adaptaciones razonables si lo solicitan Termos de contrato y pago Usted será contratado como contratista independiente Este es un papel remoto que se puede completar temprano Los trabajos pueden ser completados a tiempo completo según su horario de trabajo, sus necesidades laborales o académicas.