Senior Machine Learning Engineer (Rubro Minería)
En Stefanini somos más de 30.000 genios, conectados desde 41 países, haciendo lo que les apasiona y co‑creando un futuro mejor.
Responsabilidades y atribuciones :
- Diseñar y desplegar modelos de Machine Learning en ambientes productivos : Implementar soluciones de ML desde el entrenamiento hasta el monitoreo, asegurando escalabilidad, eficiencia y trazabilidad.
- Automatizar flujos de trabajo de ML usando herramientas de MLOps : Utilizar AWS SageMaker Pipelines, Lambda, Step Functions y Terraform para orquestar procesos de entrenamiento, validación y despliegue continuo.
- Gestionar infraestructura en la nube para modelos de ML : Configurar y administrar servicios como ECS / EKS, CDK, CodePipeline y CloudWatch para garantizar alta disponibilidad y rendimiento.
- Monitorear el rendimiento de modelos en producción : Implementar soluciones de monitoreo con SageMaker Model Monitor, CloudWatch Logs, X‑Ray y Kinesis para detectar desviaciones y asegurar calidad.
- Desarrollar soluciones desacopladas y serverless : Diseñar arquitecturas modernas que permitan escalabilidad y mantenimiento eficiente, integrando servicios como S3, Glue, Athena y Feature Store.
- Gestionar contenedores y entornos de desarrollo colaborativos : Usar Docker, Kubernetes y Git para empaquetar modelos, facilitar despliegues y mantener control de versiones en equipos multidisciplinarios.
- Explorar e integrar tecnologías emergentes en IA : Aplicar herramientas como LangChain y OpenAI API para enriquecer soluciones de ML con capacidades de lenguaje natural y agentes inteligentes.
Requisitos y competencias :
Profesional con más de 4 años de experiencia, de las carreras como Ingeniería de Sistemas, Industrial, Informática o Ciencia de Datos, estadística, ciencias de la computación, ingeniería de Minas, geología y / o carreras afines, especializado en el diseño, entrenamiento, despliegue y monitoreo de modelos de machine learning en ambientes productivos.Debe dominar herramientas de MLOps y automatización como AWS SageMaker, ECS / EKS, Lambda, CDK, Terraform, CodePipeline y CloudWatch, además de contar con experiencia en contenedores Docker, Kubernetes, Git y Python.Se valorará el uso de soluciones con LangChain y OpenAI API, gestión de modelos mediante MLflow y Model Registry, y trabajo bajo arquitecturas desacopladas, serverless y metodologías ágiles como Scrum.Base de Datos : SQL.A nivel de Data : S3, Glue, Athena, Sagemaker Feature Store.#J-18808-Ljbffr