Ingeniero Machine Learning Sr

Importante oportunidad para Ingeniero Machine Learning Sr en Ecosistemex s de RL de CV.

Buscamos un experto en el campo del aprendizaje automático para liderar proyectos avanzados de Machine Learning y Deep Learning.

Tu experiencia en MLOps y Azure será crucial para optimizar y desplegar modelos de aprendizaje automático a escala.

Con un fuerte dominio de Scikit-Learn, te encargarás de diseñar, implementar y supervisar algoritmos de aprendizaje automático que impulsen nuestras iniciativas de innovación tecnológica.

Tu rol implicará trabajar en colaboración con equipos multidisciplinarios para integrar soluciones de aprendizaje automático en nuestros sistemas existentes.

Serás responsable de garantizar la calidad y el rendimiento de los modelos, además de mantener un enfoque en la sostenibilidad y la eficiencia energética.

Tu capacidad para analizar grandes volúmenes de datos y transformarlos en insights valiosos es fundamental para el éxito en este puesto.

Si tienes un historial probado en el desarrollo de soluciones de aprendizaje automático y una pasión por los desafíos tecnológicos, esta posición es para ti.

Únete a nosotros y contribuye a la transformación digital con un enfoque en el impacto ambiental positivo.

Experiencia:

• Experiencia en el diseño, desarrollo e implementación de pipelines de machine Learning.
• Experiencia en ciencia de datos o ingeniería de datos (mínima de 3 años).
• Experiencia en desarrollo y optimización de sistemas distribuidos y microservicios.
• Bases de datos: Manejo avanzado de bases de datos SQL y NoSQL (PostgreSQL, MongoDB, Redis).
• Mensajería y procesamiento de datos en tiempo real: Conocimientos en Kafka y su integración con flujos de datos.
• Orquestación y automatización: Experiencia con herramientas como Apache Airflow para gestionar pipelines complejos.
• Machine Learning Ops (MLOps) Deseable:
• Gestión de modelos y experimentos con MLflow.
• Implementación y despliegue en producción de modelos entrenados.
• Procesamiento de grandes volúmenes de datos: Experiencia práctica con Spark y Pandas para ETL y análisis.
• Herramientas y frameworks de machine learning: Dominio de TensorFlow, PyTorch y Scikit-learn.
• Análisis avanzado:
• Series de tiempo y modelado estadístico.
• Optimización y simulación de procesos.
• Microservicios: Desarrollo e integración de microservicios utilizando Python y contenedores Docker/Kubernetes.
• Infraestructura en la nube Azure
• Visualización de datos: Uso de herramientas como Power BI, Tableau, Looker o Qlik Sense para comunicar insights.
• Capacidad para trabajar con grandes conjuntos de datos y diseñar pipelines escalables.
• Experiencia en optimización de modelos para inferencia en tiempo real.
• Colaboración con equipos multidisciplinarios para integrar modelos en aplicaciones productivas.
• Habilidad para explicar conceptos técnicos complejos a públicos no técnicos y ejecutivos.
• Deseables conocimientos en Riesgo Crediticio y Fraude