**Únase a nosotros en Provectus** para formar parte de un equipo dedicado a construir soluciones tecnológicas de vanguardia que tengan un impacto positivo en la sociedad. Nuestra empresa se especializa en tecnologías de IA y ML, servicios en la nube e ingeniería de datos, y nos enorgullece nuestra capacidad de innovar y superar los límites de lo posible. Como ingeniero/a de aprendizaje automático, se le brindarán todas las oportunidades para su desarrollo y crecimiento. **¡Trabajemos juntos para construir un futuro mejor para todos!** ### **Requisitos:** * Conocimiento sólido de algoritmos estándar de ML y las matemáticas subyacentes. * Experiencia práctica sólida con modelos de lenguaje de gran tamaño (LLM) en producción, arquitectura RAG y sistemas basados en agentes. * Se prefiere fuertemente experiencia con AWS Bedrock. * Experiencia práctica general en la resolución de tareas de clasificación y regresión, así como en ingeniería de características. * Experiencia práctica con modelos de ML en producción. * Experiencia práctica en uno o más casos de uso de los siguientes: procesamiento del lenguaje natural (NLP), modelos de lenguaje de gran tamaño (LLM) y motores de recomendación. * Competencias sólidas en ingeniería de software (es decir, capacidad para desarrollar módulos bien estructurados, no solo scripts en notebooks). * Dominio avanzado de Python y Docker. * Nivel de inglés: intermedio avanzado. * 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 para experimentaciones. * Configurar un entorno de experimentación reproducible y mantener los pipelines de experimentación. * Supervisar y mantener los modelos de ML en producción para garantizar un rendimiento óptimo. * Redactar documentación clara y exhaustiva sobre los modelos de ML, los procesos y los pipelines. * Mantenerse actualizado/a sobre los últimos avances en ML e IA y proponer soluciones innovadoras. 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 obtener más información sobre cómo se procesan sus datos, contáctenos.