Machine Learning Engineer

DESCRIPCIÓN DEL PUESTO
Participar en el diseño, desarrollo e integración de aplicaciones, incorporando funcionalidades impulsadas por IA/ML y modelos de lenguaje (LLMs). Impulsar la adopción de nuevas tecnologías asociadas a IA generativa, servicios cloud (Azure OpenAI, AWS Bedrock, MCP) e integraciones que generen valor para el negocio digital. Responsable del ciclo de vida de modelos ML y aplicaciones de IA (diseño, entrenamiento, fine-tuning, implementación, monitoreo y reentrenamiento automático). Desarrollar y mantener pipelines y CI/CD para despliegue automatizado de modelos y código, incluyendo versionado. Liderar buenas prácticas en desarrollo ML/AI y coaching a otros miembros del equipo. Participar en el modelamiento, preparación y features para entrenamiento de modelos, aplicando técnicas de ETL, feature stores y optimización de datos. Desarrollar pruebas de concepto con LLMs, sistemas RAG y MVP de IA que validen casos de uso de negocio en plazos acotados. Administrar y optimizar recursos cloud para ML (Dockers, APIs), asegurando eficiencia de costos y rendimiento. Implementar sistemas de monitoreo de modelos, detección de drift y alertas de performance en producción. Mantener actualizada la documentación técnica de modelos, experimentos y arquitecturas ML en repositorios colaborativos. Colaborar con product managers y stakeholders para traducir requerimientos de negocio en soluciones técnicas de IA escalables. Brindar soporte técnico en demos de IA y presentaciones a clientes cuando sea requerido.
REQUISITOS
Formación profesional en Ciencias de la Ingeniería, tales como Electrica, Informatica, Matemáticas, Estadística, Mecánica, Ingeniería de Datos o carrera afín. Contar con al menos 4-6 años de experiencia en Machine Learning Engineering con enfoque en producción (Excluyente). Fundamentos ML/Estadística: Sólida formación en estadística aplicada, modelado predictivo (supervisado/no supervisado), series de tiempo, y análisis de datos estructurados/no estructurados. Python Avanzado (Excluyente): Pandas, NumPy, Scikit-learn, Statsmodels para análisis estadístico y preparación de datos. Deep Learning y LLMs: PyTorch/TensorFlow, Transformers, experiencia práctica con fine-tuning de LLMs y sistemas RAG. Desarrollo y Producción: Django/Flask para APIs ML, LangChain para aplicaciones LLM, desarrollo de agentes inteligentes y sistemas conversacionales. Bases de Datos: SQL avanzado (PostgreSQL), experiencia con TimescaleDB o Influx para series de tiempo, vector databases para embeddings. MLOps y Despliegue: Git, Azure DevOps/AWS CodePipeline, CI/CD para modelos ML, Docker, containerización de modelos. Cloud ML: Azure ML/AWS SageMaker, servicios de IA cloud, deployment escalable, optimización de costos. Visualización y Análisis: Tableau/Power BI para reportería de negocio. Ingles conversacional.
Deseables: NLP avanzado, experiencia en area de minería/industrial, conocimientos protocolos industriales como OPC, Automatizacion APC, etc..