Nuestro Equipo de Trabajo
Trabajamos en un grupo con diferentes áreas de expertise y grados de experiencia, somos responsables de mejorar los procesos y la experiencia de nuestros productos y usuarios

Le apostamos a:

• Mantener un buen ambiente de trabajo dentro del equipo
• Crear y compartir nuevas ideas que aportan valor al negocio
• Aprender cosas nuevas, olvidar las que no aportan valor y mejorar constantemente aquellas que son prioritarias para el negocio
• Colaborar estrechamente en el diseño, desarrollo y mejora de nuestros productos, servicios y procesos de manera eficiente para entregar una experiencia inolvidable a nuestros clientes internos y externos
• No tener miedo cuando cometemos errores y a aprender de ellos rápidamente para crecer y mejorar como personas y como compañía

Como Ingeniero Machine Learning, debes diseñar, desarrollar, implementar y mantener soluciones de Machine Learning robustas, escalables y eficientes, mediante la construcción de pipelines de datos con Apache Spark, la gestión de la calidad y versionado de datos con Delta Lake, la orquestación del ciclo de vida de los modelos con MLflow, la automatización de procesos de MLOps.

Actividades principales:

• Implementación y gestión de Delta Lake para garantizar la consistencia de los datos, versionado y manejo de datos transaccionales en el lago de datos.
• Implementación y mantenimiento de MLflow para el seguimiento de experimentos, gestión del ciclo de vida de los modelos, registro y despliegue de modelos de machine learning en producción.
• Automatización de procesos de machine learning, desde el entrenamiento hasta la puesta en producción, garantizando la reproducibilidad y escalabilidad de los modelos.
• Monitoreo y optimización del rendimiento de los modelos en producción, aplicando prácticas de MLOps para asegurar una entrega continua y eficiente.
• Colaboración con equipos de data engineering y data science para crear soluciones de machine learning en entornos distribuidos.

Si cumples con lo siguiente, aplica:

• Experiencia sólida en Apache Spark: comprensión profunda de procesamiento distribuido y optimización de pipelines de datos.
• Conocimiento avanzado en Delta Lake: manejo de transacciones, almacenamiento eficiente de datos y consultas ACID en entornos de grandes volúmenes de datos.
• Experiencia práctica con MLflow: familiaridad con el seguimiento de experimentos, registro de modelos y deployment en diferentes entornos.
• Habilidades en MLOps: experiencia en integración continua, entrega continua (CI/CD) y monitoreo de modelos de machine learning en producción.
• Experiencia previa en la puesta en producción de modelos de machine learning, preferiblemente en entornos Cloud.
• Conocimientos sólidos en Python y SQL, aplicados al procesamiento de datos y desarrollo de modelos.
• Experiencia con herramientas de contenedores (Docker, Kubernetes).