Licenciatura en Ciencias de la Computación, Ingeniería, Ciencia de Datos o un campo relacionado con STEM (Maestría Deseable).Comprobada experiencia en liderazgo y experiencia técnica en el campo del machine learning, AI, o data science, con al menos 3 años de experiencia en liderazgo.Sólido conocimiento de algoritmos de ML, técnicas y operacionalización de modelos.Competencia en Python y/o otros lenguajes de programación de alto nivel comúnmente utilizados en aprendizaje automático.Experiencia con marcos y bibliotecas de procesamiento de lenguaje natural (NLP) y ML (e.g., PyTorch, HuggingFace, LangChain, spaCy, NLTK, scikit-learn, etc.).Dominio de la infraestructura basada en la nube y gestión de Big Data.Experiencia con metodologías de desarrollo ágil y pipelines de CI/CD.Excelentes habilidades de gestión de proyectos con un historial de entrega exitosa de proyectos complejos de ML.Familiaridad con las mejores prácticas de ingeniería de software, asegurando el desarrollo de sistemas de producción seguros, escalables y eficientes.Fuertes habilidades de comunicación e interpersonales, con la capacidad de colaborar efectivamente con equipos multifuncionales.Liderar, guiar y mentorizar a un equipo de ingenieros de aprendizaje automático para fomentar una cultura de colaboración y mejora continua.Realizar evaluaciones de desempeño regulares, proporcionar retroalimentación constructiva y apoyar el crecimiento profesional dentro del equipo.Facilitar la colaboración cercana dentro del equipo de Ingeniería de IA para integrar modelos de aprendizaje automático en nuestros pipelines de recuperación de información, abarcando preprocesamiento, ajuste fino y despliegue.Liderar la implementación de sistemas optimizados de almacenamiento e indexación de datos para procesamiento de lenguaje natural (NLP), utilizando tecnologías avanzadas de bases de datos.Guiar el desarrollo de herramientas y marcos de trabajo que soporten el entrenamiento, ajuste y evaluación de modelos para una integración fluida en nuestra infraestructura.Monitorear el rendimiento de los modelos, mejorando continuamente su precisión y eficiencia, y proporcionar soporte continuo, solución de problemas y actualizaciones según sea necesario.Construir y mantener pipelines de procesamiento de datos para grandes volúmenes de datos estructurados y no estructurados, asegurando sistemas de producción robustos, seguros y escalables.Desarrollar y mantener documentación completa para toda la infraestructura de aprendizaje automático y los procesos de soporte.Mantenerse actualizado con los últimos desarrollos en GenAI, NLP, ML y tecnología de recuperación de información, incorporando las mejores prácticas en nuestros sistemas y procesos.
#J-18808-Ljbffr