Ingeniero de Aprendizaje Automático

Descripción

Únete a Impress – ¡el innovador líder europeo en tecnología sanitaria! Buscamos un **Ingeniero de Aprendizaje Automático** experimentado, con más de 3 años de experiencia práctica y sólidos conocimientos fundamentales sobre algoritmos y modelado de aprendizaje automático. Diseñarás e implementarás modelos que impulsen la toma de decisiones en toda nuestra organización: puntuación, clasificación jerárquica, estimación del efecto incremental, previsión, recomendación y procesamiento del lenguaje natural (PLN), asumiendo la responsabilidad integral de cada problema, desde su formulación hasta su despliegue en producción y su impacto medido. Nuestro equipo de Datos y Aprendizaje Automático desarrolla los modelos que sustentan las decisiones clínicas y operativas en Impress, la cadena de clínicas ortodóncicas más grande de Europa, extrayendo información relevante de las comunicaciones con los pacientes. Tendrás margen para llevar estos modelos aún más lejos y abrir nuevas líneas de modelado a medida que la empresa crezca. **¿Por qué somos geniales?:** * Trabajarás con un equipo internacional y multicultural * Salario competitivo * Beneficios en alineadores dentales y blanqueamiento dental * Entorno laboral colaborativo y cultura positiva * Oportunidades de crecimiento dentro de una empresa innovadora y dinámica, con una auténtica experiencia de startup y grandes retos * Frutas frescas y tentempiés saludables en la oficina **Tus responsabilidades:** * **Formular y resolver diversos problemas de aprendizaje automático**: clasificación, regresión, clasificación jerárquica, modelado causal o del efecto incremental, previsión, recomendación, detección de anomalías y cierto procesamiento del lenguaje natural (PLN). * **Construir modelos que abarquen todo el espectro algorítmico**: desde boosting por gradiente y aprendizaje automático clásico hasta aprendizaje profundo (principalmente inferencia), eligiendo la herramienta adecuada, no la más de moda. * **Aplicar PLN / aprendizaje profundo a datos no estructurados** (texto, conversaciones, comunicaciones): clasificación, detección de intención, incrustaciones (embeddings), resúmenes, extracción de información. * **Diseñar experimentos y pruebas A/B**: definir métricas offline y criterios de éxito online, analizar líneas base, efectos causales y significación estadística, y demostrar que los modelos realmente generan impacto. * **Gestionar todo el ciclo de vida**: extracción de datos e ingeniería de características, entrenamiento y evaluación, despliegue, reentrenamiento y supervisión de derivas y calidad de los datos. * **Establecer el nivel técnico**: aplicar rigor en la evaluación, prevenir fugas de información y sobreajuste, y orientar a otros en buenas prácticas de aprendizaje automático. **Requisitos:** * **Sólidos fundamentos en aprendizaje automático**: probabilidad y estadística, optimización, sesgo/varianza, regularización, evaluación de modelos y comprensión real de los algoritmos subyacentes a las bibliotecas. * **Amplia experiencia en modelado**: conjuntos de árboles (boosting/bagging), modelos lineales, agrupamiento (clustering) y aprendizaje profundo (CNN/RNN/transformers), además del criterio necesario para elegir entre ellos. * **Experimentación**: familiaridad con inferencia causal o del efecto incremental y experimentación, o una fuerte motivación para dominarla. * **Experiencia en PLN / modelos de lenguaje de gran tamaño (LLM)** (incrustaciones, transformers, ajuste fino o uso mediante indicaciones -prompting-). * **Pila técnica**: sólidos conocimientos de Python y del ecosistema de aprendizaje automático (NumPy, pandas, scikit-learn; PyTorch o TensorFlow; bibliotecas de boosting por gradiente). * **Experiencia en entornos productivos**: implementación de modelos en producción, no solo en notebooks, y medición de su impacto. * **Fundamentos de ingeniería de software**: código limpio, SQL, control de versiones, pruebas. **Valorable:** * **Madurez en MLOps**: seguimiento de experimentos, CI/CD para modelos, almacenes de características (feature stores), supervisión de modelos. * **Infraestructura**: nube (AWS / GCP), almacenes de datos, orquestación (Airflow o similar), despliegue (FastAPI, Docker). * **Comunidad**: publicaciones, participación en competiciones. *En Impress cultivamos una cultura de inclusión y diversidad. Celebramos las fortalezas individuales, puntos de vista y experiencias de nuestros empleados, y animamos a todos los candidatos a presentar su solicitud, sin distinción de raza, color, religión, identidad de género, orientación sexual, edad, origen nacional, discapacidad o cualquier otro factor.