Resumen del rol
buscamos un(a) mlops engineer con experiencia en la implementación de infraestructuras robustas para el ciclo de vida completo de modelos de machine learning. Este rol es clave para garantizar que los modelos desarrollados por los equipos de ciencia de datos puedan ser entrenados, desplegados, monitoreados y mantenidos en producción de forma segura, escalable y automatizada. El candidato ideal tendrá experiencia en entornos empresariales y conocimiento de plataformas cloud modernas.
responsabilidades principales
* diseñar e implementar pipelines de entrenamiento, validación y despliegue de modelos de machine learning (ci/cd para modelos).
* administrar y optimizar la infraestructura para entrenamiento distribuido, procesamiento paralelo y almacenamiento eficiente.
* automatizar el versionado de modelos, manejo de datasets, configuración de entornos y gestión de dependencias.
* colaborar con data scientists para operacionalizar notebooks experimentales y convertirlos en servicios productivos.
* integrar modelos con apis y arquitecturas backend, garantizando rendimiento y seguridad.
* establecer procesos para monitoreo de drift de datos y rendimiento de modelos en producción.
* definir estándares de reproducibilidad, validación y pruebas automatizadas en todo el ciclo de vida del ml.
* participar en la selección de herramientas, librerías y frameworks para la plataforma de ml interna.
requisitos del perfil
* 4+ años de experiencia en devops, data engineering o mlops.
* experiencia práctica con herramientas de mlops como mlflow, kubeflow, metaflow, sagemaker o vertex ai.
* conocimiento avanzado de docker, kubernetes, helm y ci/cd (github actions, gitlab ci, jenkins).
* experiencia gestionando infraestructura cloud en aws, gcp o azure.
* dominio de python, bash y conocimiento de entornos con múltiples entornos virtuales (poetry, conda, etc.).
* conocimientos en almacenamiento y versionado de datos (dvc, lakefs, deltalake).
* familiaridad con arquitecturas orientadas a eventos, microservicios y apis rest/grpc.
* experiencia configurando y manteniendo entornos de entrenamiento distribuido con gpu.
ofrecemos:
* salario competitivo.
* seguro médico mayor desde el primer día.
* 15 días de pto (días de descanso) desde el primer día.
* oportunidades de crecimiento y desarrollo en un equipo en expansión.
* programas de mentoría, aprendizaje y educación continua.
* eventos mensuales para empleados.
#j-18808-ljbffr