Applied Ai/Ml Engineer

Futureproofing; Rosario; Híbrido; ARS 106.449.000 - 167.277.000; Jornada completa

Descripción de la vacante

Futureproofing busca un Ingeniero de ML/AI Senior para Rosario, con enfoque en MLOps y Python. Será responsable de registrar experimentos, métricas y modelos, y de construir pipelines reproducibles para entrenamiento, validación e inferencia, además de gestionar versiones de datos, artefactos y modelos.

Se requiere experiencia ≥5 años en ML/AI y ≥2 años en MLOps en producción, con capacidad para liderar iniciativas técnicas y coordinar equipos. Residencia en Buenos Aires o esquema híbrido.

Formación

• Mínimos: +5 años en ML/AI engineering, ≥2 años en MLOps en producción.
• Experiencia desplegando sistemas RAG a escala.
• Capacidad de liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
• Residencia en Buenos Aires, Argentina o 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 IA generativa sobre datos corporativos.
• Colaborar en la operación del equipo (estimaciones técnicas, demos y RFPs).
• Liderar revisiones de arquitectura con foco en escalabilidad, resiliencia y compliance.

Conocimientos

Python

Pydantic

AsyncIO

Pandas

NumPy

Polars

LangChain

LangGraph

LlamaIndex

CrewAI

AutoGen

MLflow

Model Registry

Kubeflow Pipelines

Argo Workflows

SageMaker Pipelines

Vertex AI Pipelines

DVC

LakeFS

Prometheus

Grafana

OpenTelemetry

Evidently AI

WhyLabs

Vector store

RAG

Semantic search

AWS Bedrock

Azure OpenAI

Google Gemini

Anthropic Claude

AWS Lambda

Cloud Functions

Cloud Run

Descripción del empleo

• Ofertas de Applied Ai Ml Engineer en Rosario

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
Lenguaje y frameworks de ML & Generative AI

• 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.