Applied Ai/Ml Engineer

Futureproofing; Municipio de Rincón de los Sauces; A distancia; ARS 1.800.000 - 3.500.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Remote-first

Plan de carrera

Descripción de la vacante

Coderio busca un Senior Machine Learning Engineer con liderazgo técnico para guiar a un equipo en el desarrollo, entrenamiento, despliegue y monitoreo de modelos de ML en AWS. Se valorará experiencia en MLOps, técnicas de gobernanza y trazabilidad, y trabajo con SageMaker para producción a gran escala.

La posición es 100% remota, con carrera y crecimiento dentro de una empresa global, y opciones de colaboración con un equipo internacional.

Formación

• Experiencia ≥4 años en ML/MLOps o roles afines.
• Experiencia práctica con Amazon SageMaker.
• Experiencia en entrenamiento y despliegue de modelos con SageMaker.
• Conocimiento en monitoreo de modelos y datos en producción.
• Conocimiento de data drift y model monitoring.
• Conocimiento de SageMaker Clarify.
• Conocimiento o experiencia con Amazon Neptune.
• Prácticas sólidas de MLOps (versionado, experimentación y despliegue).
• Capacidad para guiar perfiles junior y promover buenas prácticas técnicas.

Responsabilidades

• Liderar y guiar a un equipo junior en la construcción de modelos de ML.
• Conducir entrenamiento y despliegue de modelos con SageMaker.
• Definir y promover prácticas de MLOps, versionado y experimentación.
• Implementar estrategias de monitoreo de modelos y datos en producción.
• Detectar y analizar data drift y degradación de modelos.
• Brindar explicabilidad y evaluación de sesgos en modelos.

Conocimientos

Liderazgo técnico

Amazon SageMaker

MLOps

Monitoreo de modelos

Data drift

Explainability

Graph ML / GNN

Python

Herramientas

Amazon SageMaker

SageMaker Clarify

Amazon Neptune

Kubeflow / Pipelines

DVC

Descripción del empleo

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

Sr Machine Learning Engineer - AWS

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, este puesto es para ti.

$1 - $1 a month

Compensation details: 1-1

PI85d40c6f9a

Buscamos un Machine Learning / AI Engineer Senior con un sólido enfoque en MLOps y Python que también pueda desempeñarse como AI Engineer para soluciones de IA generativa.

Será responsable registrar experimentos, métricas y modelos, construir pipelines reproducibles para entrenamiento, validación o inferencia asi tambien como mantener versiones de datos, artefactos y modelos, garantizando trazabilidad y colaboración.

Conocimientos requeridos

• Python (tipos, Pydantic, AsyncIO) con ecosistema científico (Pandas, NumPy,Polars).
• Frameworks de agentes y orquestación GenAI: LangChain, LangGraph,LlamaIndex, CrewAI, AutoGen. Plataforma MLOps & Experimentación
• Tracking y registro de modelos: MLflow Tracking + Model Registry
• Orquestación de pipelines: Kubeflow Pipelines, Argo Workflows, AWS, SageMaker Pipelines, Vertex AI Pipelines.
• Versionado de datos/artefactos: DVC, LakeFS. Observabilidad y monitoreo
• Métricas y trazabilidad: Prometheus, Grafana, OpenTelemetry.
• Calidad de datos/modelos: Evidently AI, WhyLabs. Vector DB, RAG & búsqueda semántica
• Servicios managed GenAI: AWS Bedrock, Azure OpenAI Service, Google Gemini, Anthropic Claude.
• Serverless/event-driven: AWS Lambda, Google Cloud Functions, Cloud Run.

Requisitos del perfil

• +5 años de experiencia en ML/AI engineering, con ≥2 años dedicados a MLOps en producción.
• Experiencia desplegando sistemas RAG a escala.
• Capacidad para liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
• Residencia en Buenos Aires, Argentina o disponibilidad para esquema híbrido.
• Valorable experiencia en sector financiero o consultoría tecnológica B2B.
• Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine‑tuning, inferencia, retraining).
• Desplegar modelos ML en producción.
• Implementar y gobernar vector stores y pipelines RAG para exponer capacidades de IA generativa sobre datos corporativos.
• Colaborar en la operacion del equipo (estimaciones técnicas, demos y RFPs).
• Liderar revisiones de arquitectura con foco en escalabilidad, resiliencia y compliance.
• Investigar continuamente la evolución de la IA generativa para proponer innovaciones.