Machine Learning Engineer

• Inglés intermedio-avanzado o avanzado (indispensable).

• Experiencia comprobada (mínimo 3 años) en desarrollo e implementación de modelos de machine learning.

• Experiencia sólida con modelos de clustering (K-means, DBSCAN, clustering jerárquico, etc.).

• Dominio en análisis de series de tiempo y métodos de pronóstico (ARIMA, Prophet, Exponential Smoothing, etc.). Inglés intermedio-avanzado o avanzado.

• Conocimiento profundo de heurísticas y algoritmos metaheurísticos.

• Experiencia en análisis exploratorio y transformación de datos complejos.

• Conocimiento de estadística aplicada y validación estadística de modelos.

• Experiencia con control de versiones (Git/GitHub) y metodologías ágiles de desarrollo.

• Capacidad de comunicar resultados técnicos complejos de forma clara a stakeholders no técnicos.

Responsabilidades: Buscamos un ML Engineer para unirse a nuestro equipo de ciencia de datos e ingeniería de machine learning. El candidato será responsable de diseñar, desarrollar e implementar modelos de machine learning avanzados, con énfasis en modelos de clustering, análisis de series de tiempo e heurísticas complejas. RESPONSABILIDADES

• Diseñar, desarrollar e implementar modelos de machine learning utilizando técnicas de clustering, análisis de series de tiempo y análisis heurístico.

• Realizar análisis exploratorio de datos y transformación de datos para preparar conjuntos de datos complejos.

• Evaluar y validar modelos predictivos utilizando métricas estadísticas apropiadas y metodologías de validación robustas.

• Optimizar algoritmos de machine learning para mejorar el rendimiento, escalabilidad y eficiencia computacional. Documentar metodologías, procesos y resultados de forma clara y comprehensible para diferentes audiencias técnicas.

• Colaborar con ingenieros de software y profesionales de datos para integrar modelos en sistemas productivos. Mantenerse actualizado en las tendencias, herramientas y técnicas emergentes en machine learning e inteligencia artificial.

• Realizar monitoreo continuo y mantenimiento de modelos en producción, identificando y abordando problemas de degradación.

Deseable: • Experiencia con Deep Learning y redes neuronales (TensorFlow, Keras, PyTorch).

• Conocimiento de SQL y bases de datos relacionales para extracción y consulta de datos.

• Experiencia con herramientas de orquestación y deployment (Docker, Kubernetes, Apache Airflow).

• Familiaridad con plataformas cloud (AWS, Google Cloud, Azure) y servicios de machine learning.

• Experiencia en procesamiento de datos a gran escala (Spark, Hadoop).

• Publicaciones académicas o contribuciones a proyectos open-source en machine learning.

• Experiencia en interpretabilidad y explicabilidad de modelos (SHAP, LIME, feature importance).

• Conocimiento de prácticas MLOps y ciclo de vida completo del modelo en producción.

Beneficios: • Contrato a largo plazo.

• 100% Remoto.

• Vacaciones y PTOs

• Posibilidad de recibir 2 bonos al año.

• 2 revisiones salariales al año.

• Clases de inglés.

• Equipamiento Apple.

• Plataforma de cursos en linea

• Budget para compra de libros.

• Budget para compra de materiales de trabajo

• mucho mas..