Construir la infraestructura de Machine Learning y MLops que permite a Data Scientists desarrollar, desplegar y mantener modelos de Machine Learning en producción siguiendo buenas prácticas industriales. Responsable de crear herramientas, SDKs y pipelines automatizados que garantizan reproducibilidad, observabilidad y gobernanza de modelos, con enfoque en self-service y autonomía de equipos de ML. Incluye productización y mejora constante de modelos complejos (bayesianos, ensembles) con estándares de calidad enterprise.
Requisits
Experiencia
5+ años de experiencia en Ciencia de Datos, Machine Learning o MLOps
2+ años trabajando con MLOps tools en producción (registry, tracking, model serving, Monitoring, Versioning)
Experiencia construyendo SDKs/libraries Python para consumo interno
Experiencia con CI/CD pipelines (GitHub Actions, GitLab CI, Jenkins)
Capacidad de entender modelos bayesianos, ponerlos en producción con buenas prácticas y mejorarlos
Mentalidad de "internal tooling" (diseñar para otros desarrolladores)
Documentación clara y completa (technical writing)
Comunicación efectiva con Data Scientists (entender sus pain points)
Ownership y autonomía
Beneficis
No trabajamos en piloto automático. Todo lo que hacemos es intencional. Nos encanta elaborar ideas plenamente conscientes del impacto que pueden tener en nuestros usuarios.
Tu creatividad y curiosidad son el activo más importante.
Tu voz importa. Escuchamos y damos espacio a las ideas y al feedback. Todos pertenecen y lo que es importante para ti, también lo es para nosotros.
Valoramos la transparencia. La claridad nos mantiene conectados y con los pies en la tierra.
