Resumen: Únase a Provectus como ingeniero de ML para desarrollar y mejorar modelos de ML, colaborar con equipos multifuncionales y mantener soluciones de IA de vanguardia. Aspectos destacados: 1. Oportunidad de desarrollo y crecimiento en ML/IA. 2. Enfoque en la construcción de infraestructura de ML para transformaciones de IA de extremo a extremo. 3. Trabajo con modelos de lenguaje de gran tamaño (LLM) en producción, arquitectura RAG y sistemas basados en agentes. Provectus ayuda a las empresas a adoptar ML/IA para transformar la forma en que operan, compiten y generan valor. El enfoque de la empresa está en la construcción de infraestructura de ML para impulsar transformaciones de IA de extremo a extremo, ayudando a las empresas a adoptar los casos de uso adecuados de IA y escalar sus iniciativas de IA en toda la organización en sectores como Atención médica y Ciencias de la vida, Retail y Bienes de consumo, Medios y Entretenimiento, Manufactura y negocios digitales. Como ingeniero de ML, se le ofrecerán todas las oportunidades de desarrollo y crecimiento. **¡Trabajemos juntos para construir un futuro mejor para todos!** ### **Requisitos:** * Conocimientos sólidos de algoritmos estándar de ML y de las matemáticas subyacentes; * Amplia experiencia práctica con modelos de lenguaje de gran tamaño (LLM) en producción, arquitectura RAG y sistemas basados en agentes; * Experiencia con AWS Bedrock altamente valorada; * Experiencia práctica resolviendo tareas de clasificación y regresión en general, así como en ingeniería de características; * Experiencia práctica con modelos de ML en producción; * Experiencia práctica en uno o más casos de uso siguientes: procesamiento del lenguaje natural (NLP), modelos de lenguaje de gran tamaño (LLM) y motores de recomendación; * Competencias sólidas en ingeniería de software (por ejemplo, capacidad para producir módulos bien estructurados, no solo scripts en notebooks); * Dominio avanzado de Python y Docker; * Nivel de inglés: intermedio alto; * Excelentes habilidades comunicativas y de resolución de problemas. ### **Será un plus:** * Experiencia práctica con plataformas en la nube (se prefiere la pila de AWS, por ejemplo Amazon SageMaker, ECR, EMR, S3 y AWS Lambda); * Experiencia práctica con modelos de aprendizaje profundo; * Experiencia con taxonomías u ontologías; * Experiencia práctica con pipelines de aprendizaje automático para orquestar flujos de trabajo complejos; * Experiencia práctica con Spark/Dask y Great Expectations. ### **Responsabilidades:** * Crear modelos de ML desde cero o mejorar modelos existentes; * Colaborar con el equipo de ingeniería, científicos de datos y gerentes de producto en modelos de producción; * Desarrollar una hoja de ruta de experimentación; * Configurar un entorno de experimentación reproducible y mantener pipelines de experimentación; * Supervisar y mantener modelos de ML en producción para garantizar un rendimiento óptimo; * Redactar documentación clara y exhaustiva sobre modelos de ML, procesos y pipelines; * Mantenerse actualizado con los últimos avances en ML e IA y proponer soluciones innovadoras. ### **Ofrecemos:** * Colaboración B2B a largo plazo; * Configuración completamente remota; * Seguro médico privado integral o presupuesto para cubrir sus necesidades médicas; * Licencia por enfermedad remunerada, vacaciones y días festivos; * Apoyo continuo para el aprendizaje, incluida la financiación ilimitada para certificaciones de AWS. ### **Etapas de la entrevista:** * Entrevista de reclutamiento; * Entrevista técnica; * Entrevista de RR.HH.; * Entrevista con el gerente de contratación (HM). Podemos utilizar herramientas de inteligencia artificial (IA) para apoyar partes del proceso de contratación, como la revisión de solicitudes, el análisis de currículums o la evaluación de respuestas. Estas herramientas asisten a nuestro equipo de reclutamiento, pero no sustituyen el juicio humano. Las decisiones finales de contratación son tomadas exclusivamente por personas. Si desea más información sobre cómo se procesan sus datos, contáctenos.