Construye el Puente Entre la Innovación en Ciencia de Datos y los Entornos de Producción Únete a nuestro equipo de Ciencia de Datos e Insights como Ingeniero MLOps, quien ayudará a transformar modelos experimentales en soluciones de infraestructura confiables y listas para producción. Serás un colaborador clave que conecta la experimentación en ciencia de datos con el despliegue operativo, asegurando que las soluciones de aprendizaje automático aporten valor sostenido en toda la infraestructura informática. Contribuirás al establecimiento de la base MLOps que permita a nuestros científicos de datos y analistas pasar de la prueba de concepto a la producción, al tiempo que apoyas los pipelines de datos que alimentan nuestras iniciativas de análisis y aprendizaje automático. Tu trabajo impacta directamente en la fiabilidad de la infraestructura, la automatización y la evolución hacia operaciones autónomas. Este es un puesto interno permanente con excelentes oportunidades de crecimiento profesional en un campo en rápida evolución. **Responsabilidades** -------------------- * Apoyar la operacionalización de modelos de ML mediante la transformación de experimentos de ciencia de datos en sistemas listos para producción, con monitoreo, control de versiones y flujos de trabajo automatizados. * Contribuir al diseño e implementación de pipelines de CI/CD para el despliegue de modelos de ML, asegurando reproducibilidad y fiabilidad entre entornos de desarrollo y producción. * Ayudar a crear marcos para la gestión del ciclo de vida de modelos de ML, incluyendo seguimiento de experimentos, registro de modelos, monitoreo del rendimiento y actualizaciones de modelos. * Diseñar e implementar pipelines de datos (ETL/ELT) que soporten casos de uso tanto para entrenamiento de modelos de ML como para análisis, con validación adecuada de la calidad de los datos. Implementar marcos de validación de datos, controles de calidad y sistemas de monitoreo para garantizar flujos de datos confiables en aplicaciones de aprendizaje automático y análisis. * Colaborar con científicos de datos y equipos de análisis para comprender los requisitos de los modelos y contribuir a soluciones de despliegue escalables y optimización de infraestructura. * Trabajar con el equipo de ingeniería de datos y ingenieros de análisis para aprovechar patrones existentes de arquitectura e integración de datos. * Crear componentes reutilizables de transformación de datos que permitan a científicos de datos y analistas acceder eficientemente a datos limpios y estructurados. * Crear documentación técnica para procesos MLOps, procedimientos de despliegue y pipelines de datos. * Ayudar a identificar y resolver cuellos de botella en los pipelines de ML y datos, contribuyendo al uso eficiente de la infraestructura desde el punto de vista de costos. **Requisitos** ---------------- * Título universitario en Ciencias de la Computación, Ingeniería, Matemáticas, Estadística o campos cuantitativos relacionados. * 1\-3 años de experiencia en roles de MLOps, ingeniería de ML, DevOps o ingeniería de software, con exposición al despliegue de modelos de ML o desarrollo de pipelines de datos. * Sólidos conocimientos de programación en Python, con experiencia práctica en frameworks de ML (scikit\-learn, TensorFlow, PyTorch) u otras herramientas similares de ciencia de datos. * Comprensión de los flujos de trabajo de ML, desde el entrenamiento del modelo hasta su despliegue, demostrada mediante trabajo profesional, proyectos académicos o iniciativas personales. * Experiencia básica en pipelines de datos y procesamiento de datos, con interés demostrado en construir sistemas de datos escalables. * Conocimiento de tecnologías de contenerización y comprensión básica de los conceptos de infraestructura como código. * Conocimientos prácticos de SQL con comprensión básica de bases de datos relacionales y principios de modelado de datos. * Familiaridad con Pandas para transformación de datos e interés por trabajar con conjuntos de datos complejos. * Comprensión básica de plataformas en la nube (AWS), con disposición para aprender plataformas de datos en la nube y servicios de ML. * Mentalidad orientada a soluciones, con capacidad para trabajar de forma pragmática dentro de las limitaciones organizativas y entregar resultados progresivamente. * Dominio fluido del inglés (escrito y oral), con capacidad para documentar diseños técnicos y colaborar con equipos multifuncionales. Atributos Personales * Enfoque pragmático para la resolución de problemas, con foco en soluciones prácticas que equilibren arquitecturas ideales con restricciones del mundo real. * Gran agilidad para el aprendizaje, con capacidad demostrada para adoptar rápidamente nuevas tecnologías y adaptarse a requisitos cambiantes. * Excelentes habilidades de colaboración, con capacidad para trabajar eficazmente con equipos de Ciencia de Datos, Análisis, Ingeniería de Datos e Infraestructura IT. * Comunicador claro, con buenos hábitos de documentación y compromiso con el intercambio de conocimientos dentro del equipo. * Profesional enfocado en la calidad, comprometido con la fiabilidad y mantenibilidad sin sobredimensionar las soluciones. * Jugador de equipo que se desenvuelve bien en entornos de crecimiento donde los procesos y la infraestructura se establecen de forma colaborativa. * Persona autónoma, cómoda con la ambigüedad y entusiasta por contribuir a construir algo significativo desde cero. \#IamBoehringerIngelheim porque… Estamos trabajando continuamente para diseñar la mejor experiencia posible para ti. Aquí tienes algunos ejemplos de cómo cuidaremos de ti: * Condiciones de trabajo flexibles * Seguro de vida y accidentes * Seguro médico a precio competitivo * Inversión en tu aprendizaje y desarrollo * Descuentos en membresías de gimnasios Si has leído hasta aquí, ¿qué estás esperando para postularte? ¡Queremos saber más sobre ti!