Buscamos un profesional Machine Learning Engineer con experiencia en el desarrollo e implementación de modelos ML/IA, y que pueda dar recomendaciones sobre el uso de los modelos existentes en el mercado, así como el diseño, desarrollo e implementación de prompts, pipelines de datos, integración de métricas de datos en modelos preexistentes y evaluar la creación de nuevas métricas dentro de dichos modelos.

Responsabilidades y atribuciones:

1. Desarrollar y mantener pipelines de ML altamente automatizados para entrenamiento, validación e implementación de modelos a gran escala.
2. Colaborar estrechamente con los equipos de ingeniería de software para integrar flujos de trabajo de ML en el ciclo de desarrollo de software, aplicando prácticas de DevOps y MLOps.
3. Implementar y gestionar infraestructura de computación distribuida y herramientas de orquestación para soportar flujos de trabajo de ML en entornos de producción.
4. Desarrollar métricas y herramientas de monitoreo para evaluar el rendimiento y la calidad de los modelos en producción.
5. Automatizar tareas de mantenimiento y monitoreo para garantizar la estabilidad y confiabilidad continua de los sistemas de ML.
6. Identificar las diferentes necesidades de datos e información (Fuentes, Catálogos, Indicadores, Dimensiones), atendiendo a los procesos y fuentes actuales de negocio así como los disponibles dentro de la arquitectura de Data Analytics, mismos que faciliten el dimensionamiento y propuesta de atención del producto.
7. Proponer estrategias de integración de datos a productos/herramientas considerando a las necesidades de negocio para robustecer el valor de los entregables
8. Identificar y proponer mediante la documentación generada, áreas de mejora dentro de la integración de datos con el objetivo de proponer soluciones más eficientes en la transformación de datos.
9. Conocer el significado e interpretación de los datos, y plasmar dicho entendimiento en los documentos entregados que se recogen de los distintos proyectos de integración de Data Analytics con el objetivo de generar insights valiosos para la toma de decisiones que impulse la consistencia de la información a través de los productos.

Requisitos y competencias:

• Habilidades avanzadas de programación en Python y conocimiento de bibliotecas de ML, como TensorFlow, PyTorch, Scikit-Learn, etc.
• SQL
• ETL (preferentemente DataIku)
• Herramientas de flujos analíticos (Alteryx, tableau prep, data fusion, etc)
• Administración de bases de datos
• Conexiones ODBC – JDBC
• Spark
• Inglés intermedio