*formación académica*- *título en ingeniería en computación, ciencias de la computación, matemáticas, ingeniería electrónica* o un campo relacionado.- *conocimientos en inteligencia artificial, machine learning* o procesamiento de lenguaje natural (pln) es una ventaja.*conocimientos en machine learning y deep learning*- *fundamentos de machine learning*: sólido entendimiento de algoritmos de clasificación, regresión, clustering, y reducción de dimensionalidad.- *deep learning*: experiência en redes neuronales, particularmente en redes neuronales recurrentes (rnn), lstm, y redes neuronales convolucionales (cnn).- *modelos de procesamiento de lenguaje natural (nlp)*: familiaridad con modelos avanzados como transformers (e.g., bert, gpt), word2vec, glove, y técnicas como embeddings de palabras y contextual embeddings.*procesamiento de señales de audio*- *preprocesamiento de audio*: dominio en técnicas de filtrado, normalización, eliminación de ruido, y segmentación de señales de audio.- *feature engineering*: experiência en la extracción de características del audio como mfccs (mel-frequency cepstral coefficients), chroma, spectral contrast, etc.*programación y herramientas de desarrollo*- *lenguajes de programación*: experiência avanzada en python, y conocimiento de librerías y frameworks de ml como tensorflow, pytorch, keras, y scikit-learn.- *herramientas de audio*: manejo de herramientas y librerías de procesamiento de audio como librosa, pydub, y técnicas de anotación de audio.- *version control*: competencia en el uso de sistemas de control de versiones como git.*infraestructura y entornos de desarrollo*- *ambientes de desarrollo*: familiaridad con entornos de desarrollo integrados (ide) y notebooks como jupyter.- *computación en la nube*: experiência con servicios en la nube como aws, google cloud, o azure para entrenamiento de modelos ml y manejo de grandes volúmenes de datos.- *mlops*: conocimientos básicos en mlops para el despliegue y mantenimiento de modelos en producción.*conocimientos en reconocimiento automático del habla (asr)*- *sistemas de asr*: conocimiento en sistemas de reconocimiento de voz como kaldi, deepspeech, google speech-to-text, y otros servicios de asr.- *evaluación de modelos*: técnicas para evaluar la precisión y efectividad de los sistemas de reconocimiento de voz (wer - word error rate).*conocimientos en bases de datos y manejo de datos*- *sql y nosql*: conocimientos en bases de datos relacionales (e.g., mysql, postgresql) y no relacionales (e.g., mongodb).- *big data*: familiaridad con tecnologías y frameworks de procesamiento de grandes volúmenes de datos como hadoop y spark.*habilidades blandas y trabajo en equipo*- *comunicación*: habilidad para comunicar resultados técnicos y no técnicos a diferentes audiencias.- *trabajo en equipo*: experiência trabajando en equipos multidisciplinarios, colaborando con otros desarrolladores, científicos de datos, y stakeholders del negocio.- *gestión de proyectos*: conocimientos en metodologías ágiles (e.g., scrum, kanban) para la gestión de proyectos de desarrollo de software.*otros conocimientos específicos*- *dominio del contexto del negocio*: familiaridad con el contexto y las necesidades específicas de una casa de empeño, para entender mejor los diálogos y la terminología usual.- *seguridad y privacidad*: conocimiento en la gestión de datos sensibles y cumplimiento de regulaciones de privacidad y seguridad de datos.resumen del perfil ideal*título*: ingeniero de machine learning y procesamiento de lenguaje natural*experiência*: mínimo 3-5 años en desarrollo de algoritmos de ml y nlp, preferiblemente con experiência en proyectos de reconocimiento de voz y análisis de audio.*educación*: grado en ciencias de la computación, ingeniería de software, matemáticas, o un campo relacionado.se valorará un postgrado o especialización en inteligencia artificial o machine learning.*habilidades clave*:- profundo conocimiento en machine learning y deep learning.- experiência en procesamiento y análisis de señales de audio.- dominio de herramientas y frameworks de desarrollo de ml y nlp.- habilidad para trabajar en entornos de computación en la nube y mlops.- capacidad de trabajar en equipo y comunicar efectivamente los resultados.tipo de puesto: tiempo completosueldo: $25,* - $35,* al meshorario:- lunes a viernes- turno de 8 horaspregunta(s) de postulación:- ¿vives en cdmx o estado de méxico?Se requiere ir un día a la oficina.experiência:- procesamiento de señales de audio y video: 3 años (obligatorio)- ciencia de datos: 5 años (obligatorio)- machine learning y deep learning: 5 años (obligatorio)- modelos de procesamiento de lenguaje natural (nlp): 5 años (obligatorio)idioma:- inglés (obligatorio)lugar de t