Machine Learning Engineer

Estudios de Ingeniería Civil en Computación o similar.

Experiencia práctica de al menos 3 años en entornos de trabajo como Software Engineer, ML Engineer, entre otros.

Experiencia con Python.

Entendimiento de estructuras de datos con habilidades analíticas relacionadas con el trabajo con conjuntos de datos no estructurados, conocimiento avanzado de SQL, incluida optimización de consultas.

Experiencia usando pipelines de CI/CD y Docker.

Pasión en problemáticas de procesamiento de datos.

Experiencia con servidores cloud (GCP, AWS o Azure, de preferencia GCP), especialmente el conjunto de servicios de procesamiento de datos.

Buen manejo de inglés, sobre todo en lectura donde debes ser capaz de leer un paper, artículos o documentación de forma constante.

Habilidades de comunicación y trabajo colaborativo.¡En NeuralWorks nos importa la diversidad! Creemos firmemente en la creación de un ambiente laboral inclusivo, diverso y equitativo. Reconocemos y celebramos la diversidad en todas sus formas y estamos comprometidos a ofrecer igualdad de oportunidades para todos los candidatos.

“Los hombres postulan a un cargo cuando cumplen el 60% de las calificaciones, pero las mujeres sólo si cumplen el 100%.” Gaucher, D., Friesen, J., & Kay, A. C. (2011).

Te invitamos a postular aunque no cumplas con todos los requisitos.

El equipo de Data y Analytics trabaja en diferentes proyectos que combinan volúmenes de datos enormes e IA, como detectar y predecir fallas antes que ocurran, optimizar pricing, personalizar la experiencia del cliente, optimizar uso de combustible, detectar caras y objetos usando visión por computador.

Trabajarás transformando los procesos a MLOps y creando productos de datos a la medida basados en modelos analíticos, en su gran mayoría de Machine Learning, pero pudiendo usar un espectro de técnicas más amplio.

Dentro del equipo multidisciplinario con Data Scientist, Translators, DevOps, Data Architect, tu rol será extremadamente importante y clave para el desarrollo y ejecución de los productos, pues eres quien conecta la habilitación y operación de los ambientes con el mundo real. Te encargarás de aumentar la velocidad de entrega, mejorar la calidad y la seguridad del código, entender la estructura de los datos y optimizar los procesos para el equipo de desarrollo.

En cualquier proyecto que trabajes, esperamos que tengas un gran espíritu de colaboración, pasión por la innovación y el código y una mentalidad de automatización antes que procesos manuales.

Como MLE, tu trabajo consistirá en

Trabajar directamente con el equipo de Data Scientists para poner en producción modelos de Machine Learning utilizando y creando pipelines de ML.

Recolección de grandes volúmenes y variados conjuntos de datos.

Recolección de interacción con la realidad para su posterior reentrenamiento.

Construir las piezas necesarias para servir nuestros modelos y ponerlos a interactuar con el resto de la compañía en un entorno real y altamente escalable.

Trabajar muy cerca de los Data Scientists buscando maneras eficientes de monitorear, operar y darle explicabilidad a los modelos.

Promover una cultura técnica impulsando los productos de datos con las prácticas DevSecOps, SRE y MLOps.

Agilidad para visualizar posibles mejoras, problemas y soluciones en Arquitecturas.

Experiencia en Infrastructure as code, observabilidad y monitoreo.

Experiencia en la construcción y optimización de data pipelines, colas de mensajes y arquitecturas big data altamente escalables.

Experiencia en procesamiento distribuido utilizando servicios cloud.

Stack orientado a modelos econométricos (statsmodels, pyfixest), serialización.

Experiencia con algún motor de datos distribuido como pyspark, dask, modin.

Interés en temas "bleeding edge" de Inferencia Causal: (Técnicas Observacionales, Inferencia basada en diseño, Probabilidad y Estadística [Fuerte énfasis en OLS y sus distintas expansiones]).

MacBook Air M2 o similar (con opción de compra hiper conveniente)

Bono por desempeño

Bono de almuerzo mensual y almuerzo de equipo los viernes

Seguro Complementario de salud y dental

Horario flexible

Flexibilidad entre oficina y home office

Medio día libre el día de tu cumpleaños

Financiamiento de certificaciones

Inscripción en Coursera con plan de entrenamiento a medida

Estacionamiento de bicicletas

Vestimenta informal

Programa de referidos

Salida de “teambuilding” mensual