Ai Software Engineer

Digitailor; Neuquén; Remote; ARS 139.018.000 - 231.696.000; Vollzeit

Benefits dieser Stelle

100% remoto

Autonomía

Impacto

Equipo internacional

Plan de carrera

Zusammenfassung

Coderio busca un Senior Machine Learning Engineer para liderar un equipo de Data & ML, enfocándose en desarrollo, entrenamiento, despliegue y monitoreo de modelos en AWS.

La persona guiará a perfiles junior, establecerá buenas prácticas de MLOps, experimentación, versionado y despliegue, para asegurar modelos confiables y escalables en entornos productivos con AWS.

Qualifikationen

• Al menos 4 años en ML engineering, MLOps o roles afines.
• Experiencia práctica con Amazon SageMaker.
• Experiencia en entrenamiento y despliegue de modelos con SageMaker.
• Monitoreo de modelos y datos en entornos productivos.
• Conocimiento de data drift y model monitoring.
• Conocimiento de SageMaker Clarify.
• Conocimiento de Amazon Neptune.
• Buenas prácticas de MLOps: versionado, experimentación y despliegue.
• Capacidad para guiar técnicamente a perfiles junior.

Aufgaben

• Liderazgo técnico guiando un equipo junior en modelos de ML.
• Apoyo a entrenamiento de modelos con SageMaker, con buenas prácticas de experimentación.
• Participación en despliegue de modelos hacia producción en SageMaker.
• Definir y promover prácticas de MLOps (versionado, experimentación, entrenamiento y despliegue).
• Implementar estrategias de monitoreo de modelos y datos en producción.
• Detectar data drift y model drift y analizar degradación de rendimiento.
• Brindar explicabilidad y manejo de sesgos en modelos.
• Acompañar casos de uso con Graph ML (GNN).
• Proporcionar guía técnica y estándares de ingeniería ML.

Kenntnisse

ML Engineering

SageMaker

MLOps

Model Monitoring

Leadership

Graph ML

Tools

Amazon SageMaker

Amazon Neptune

SageMaker Clarify

Jobbeschreibung

100% remoto

Sr Machine Learning Engineer - AWS

Sobre nosotros

Coderio diseña y desarrolla soluciones digitales escalables para empresas globales. Combinamos una sólida experiencia técnica con una mentalidad orientada a producto para liderar iniciativas de software complejas de principio a fin. Trabajamos con clientes internacionales, valoramos la autonomía y la comunicación clara, y construimos relaciones a largo plazo a través de la excelencia técnica.

Más información: coderio.com

Estamos buscando un/a Senior Machine Learning Engineer para sumarse a un equipo de Data & Machine Learning y brindar liderazgo técnico en el desarrollo, entrenamiento, despliegue y monitoreo de modelos de Machine Learning sobre AWS.

La persona que se incorpore tendrá un rol clave acompañando y guiando a un equipo junior, estableciendo buenas prácticas de MLOps, experimentación, versionado y despliegue, y contribuyendo a garantizar que los modelos sean confiables, monitoreables y estén preparados para ambientes productivos.

¿Qué vas a hacer en este rol?

• Liderazgo Técnico: Guiar y acompañar a un equipo junior en la construcción y evolución de modelos de Machine Learning.
• Model Training: Apoyar el entrenamiento de modelos utilizando Amazon SageMaker, asegurando buenas prácticas de experimentación y reproducibilidad.
• Model Deployment: Participar en el despliegue de modelos en Amazon SageMaker y acompañar al equipo durante el proceso hacia producción.
• MLOps: Definir y promover buenas prácticas para el versionado, experimentación, entrenamiento y despliegue de modelos.
• Model Monitoring: Implementar y asesorar sobre estrategias de monitoreo de modelos y datos en entornos productivos.
• Data & Model Drift: Participar en la detección y análisis de data drift, model drift y degradación del rendimiento de los modelos.
• Model Explainability & Fairness: Brindar lineamientos sobre explicabilidad, sesgo y evaluación de modelos, promoviendo soluciones confiables y responsables.
• Graph Machine Learning: Acompañar casos de uso relacionados con grafos y Graph Neural Networks (GNN).
• Technical Guidance: Ayudar al equipo a resolver desafíos técnicos y promover estándares de ingeniería y Machine Learning.

Requisitos

• Experiencia de al menos 4 años en roles de Machine Learning Engineering, MLOps o roles relacionados.
• Experiencia práctica y hands‑on con Amazon SageMaker.
• Experiencia en entrenamiento y despliegue de modelos utilizando SageMaker.
• Experiencia con monitoreo de modelos y datos en entornos productivos.
• Conocimiento y experiencia trabajando con data drift y model monitoring.
• Experiencia con Amazon SageMaker Clarify.
• Conocimiento o experiencia con Amazon Neptune.
• Sólidos conocimientos de prácticas de MLOps, incluyendo versionado, experimentación y despliegue de modelos.
• Capacidad para establecer buenas prácticas y acompañar técnicamente a perfiles junior.

Será un plus

• Experiencia con Graph Machine Learning.
• Experiencia desarrollando o trabajando con Graph Neural Networks (GNN).
• Experiencia avanzada con Amazon Neptune.
• Experiencia diseñando estrategias completas de model monitoring.
• Experiencia trabajando con soluciones de Machine Learning en ambientes productivos de alta escala.

Beneficios

• 100% remoto
• Compromiso a largo plazo, con autonomía e impacto
• Rol estratégico y de alta visibilidad en una cultura de ingeniería moderna
• Equipo internacional colaborativo y liderazgo técnico sólido
• Plan de carrera y crecimiento dentro de Coderio

¿Por qué unirte a Coderio?

En Coderio valoramos el talento sin importar la ubicación. Somos una empresa remote-first, apasionada por la tecnología, el trabajo colaborativo y la compensación justa.

Ofrecemos un entorno inclusivo, desafiante y con oportunidades reales de crecimiento. En este rol vas a tener la posibilidad de trabajar con tecnologías modernas de Machine Learning y AWS, aportar tu experiencia técnica y ayudar a impulsar las mejores prácticas dentro de un equipo en crecimiento.

Si te motiva construir soluciones con impacto, compartir conocimiento y acompañar a otros profesionales en su desarrollo,

$1 - $1 a month

Compensation details: 1-1

PI85d40c6f9a

Our client is a remote product studio that builds MVPs and custom software for startups and companies past the idea stage. Clients hire them for a fixed-scope MVP or for a product team billed by the two-week sprint, and the whole team uses AI coding tools every day.

They've been at it since 2020 and were profitable in 2025, with a 30% net margin. After building their own AI systems, they tripled monthly revenue with the same team size. Clients rate them 4.9 out of 5 in verified reviews, and the startups they build for have raised more than $25M in venture funding.

Your Role

You’ll join the team building workflow software for one of the studio's clients: a live product that needs new workflow features while the existing ones keep running. The client’s own engineers commit to the same repo, so every new table, permission and workflow goes in next to code someone else is changing. The weight is on the server side, from the SQL database on Azure up through the API, and you also build the React and TypeScript screens that sit on top.

AI coding tools draft most of the specs, tests and migrations. You direct them, read every diff line by line, and answer for what merges. If you'd rather write most of the code by hand, this probably isn't the right seat.

You report to the studio’s leadership and work day to day with the lead developer and the product manager, who sets the acceptance criteria for each sprint. Success means delivering four to five features per two-week sprint, each verified before merge, and owning one area end to end (such as the task engine or the legacy migration) without breaking a live feature.

You'll:

• Extend the production SQL database on Azure with new tables, permissions and versioned records
• Write the server-side workflow rules: state machines, approval gates and independent review steps
• Enforce role-based access by company and assignment at both the database and the API
• Build the audit log, stale-write protection and idempotent endpoints so a retry never duplicates data
• Build the React and TypeScript work queues, bulk assignment tools and dashboards
• Integrate email, SMS and file storage providers, and design the sync APIs the mobile application calls
• Write migrations from legacy sources, with reconciliation reports and a duplicate review step
• Break each sprint’s scope into small PRs and verify every acceptance criterion before merge

You Bring:

• 4+ years building full-stack web applications and releasing them to production
• Experience working in a codebase you didn’t write, learning its conventions before changing it
• Hands‑on work on workflow software where different user roles see different data, with approvals, task queues or state machines and an audit log or versioned history
• React, TypeScript and SQL on Azure, including schema design and migrations
• Daily use of Cursor, Claude Code or a similar AI coding tool on production work, with tests and CI behind it
• Clear written and spoken English: PRs that say what changed, why, and how it was tested, and tradeoffs explained to another team's engineers
• Experience delivering in fixed-scope sprints with branches, code review and feature flags

Bonus Points:

• Work in a regulated setting such as finance, health or insurance
• A migration from a legacy system, with reconciliation and duplicate review
• Time as an outside vendor committing to a client’s repo
• Project rules, custom prompts or agent setups for AI coding tools that your team adopted
• Spanish, since the platform is bilingual

What's Offered:

• Fully remote contractor role from LATAM, full time at about 40 hours a week
• Core hours in US time zones, so your day overlaps with the lead developer and the product manager
• An area of the product to own end to end, with your schema designs reviewed by the lead developer and the client’s engineers
• A team where AI-first delivery is already the daily routine, with tests, CI and feature flags as part of the normal process
• A start in early November

Interview Process:

1. Intro Call: 30 minutes with atomic HR on your background and goals
2. Leadership Screening: A short call, possibly with an async part first
3. Product and Developer Conversation: How you take features from acceptance criteria to merge
4. Take-Home Test: One feature like the real scope, built and checked