Diseñar, desarrollar y validar modelos de machine learning, analítica avanzada e inteligencia artificial orientados a casos de uso de negocio.
Construir y ejecutar experimentos de ciencia de datos evaluando métricas de desempeño, sesgo, estabilidad y capacidad de generalización.
Utilizar Amazon SageMaker para entrenamiento, tuning, versionamiento, despliegue y monitoreo de modelos.
Implementar soluciones de IA generativa y agentes utilizando Amazon Bedrock y sus capacidades asociadas.
Preparar, explorar y transformar datos de distintas fuentes, asegurando calidad, consistencia y disponibilidad.
Desarrollar notebooks, pipelines y procesos reproducibles para entrenamiento y evaluación de modelos.
Colaborar con equipos de datos, arquitectura, negocio y desarrollo para traducir requerimientos en soluciones analíticas productivas.
Participar en la industrialización de modelos, incluyendo pruebas, monitoreo, observabilidad y mejora continua.
Asegurar buenas prácticas de MLOps, gobierno de modelos, seguridad y uso eficiente de recursos cloud.
Documentar supuestos, metodología, resultados y limitaciones técnicas de los modelos desarrollados.
- Experiencia sólida y comprobable con Amazon SageMaker.
- Experiencia en Amazon Bedrock para soluciones de IA generativa.
- Conocimiento práctico del ecosistema AWS: S3, Lambda, API Gateway, RDS, Glue, Athena, CloudWatch e IAM.
- Mínimo 3 años en roles de Data Scientist, Machine Learning Engineer o posiciones afines.
- Experiencia en desarrollo y despliegue de modelos en ambientes productivos sobre AWS.
- Dominio de Python y librerías orientadas a ciencia de datos y machine learning.
- Conocimiento de feature engineering, experimentación, evaluación de modelos y monitoreo post-despliegue.
- Manejo de datos estructurados y, deseable, no estructurados.
- Conocimiento de principios de MLOps, CI/CD y buenas prácticas de versionamiento y reproducibilidad.
- Título profesional en Ingeniería Civil en Computación, Ingeniería Informática, Ingeniería Matemática, Estadística, Ciencia de Datos o carrera afín.
Remoto
Fulltime