Machine Learning Engineer con Enfoque en IA Generativa

Improving South America; Argentina; Remote; ARS 1.800.000 - 3.200.000; Vollzeit

Benefits dieser Stelle

Contrato a largo plazo

Remoto 100%

Vacaciones y PTOs

2 bonos al año

2 revisiones salariales al año

Clases de inglés

Equipamiento Apple

Plataforma de cursos en linea

Budget para libros

Budget para materiales de trabajo

mucho mas..

Zusammenfassung

Improving South America busca dos Engineers de Machine Learning para diseñar y operar pipelines de LLMs y servicios de ML en producción. Trabajarás en AWS, Snowflake, Docker y Kubernetes, enfocándote en rendimiento, seguridad y escalabilidad, desde desarrollo hasta operación.

Requisitos incluyen experiencia práctica en infraestructuras para LLMs, Python en producción y manejo de herramientas de monitoreo. Se valoran inglés y capacidad de colaborar en un entorno ágil; se ofrecen opciones remotas

Qualifikationen

• Experiencia práctica en infraestructura para LLMs y agentes: pipelines RAG, vector stores, orquestación de agentes, integraciones MCP, evaluación de modelos o guardrails.
• Python 3.12+ para software de producción, más allá de scripts.
• Snowflake: SQL avanzado y optimización, con dominio de schemas, warehouses y roles.
• Docker: construcción y optimización de imágenes que empaquetan artefactos de ML y sus dependencias.
• Kubernetes: despliegue y operación de workloads, CronJobs.
• AWS: S3, IAM y boto3. EMR es un plus.
• Troubleshooting basado en logs y métricas (Elastic, Datadog).
• pytest y pruebas de casos borde.
• Workflow con Git y GitHub.

Aufgaben

• Diseñar, construir y mantener pipelines de RAG, orquestación de agentes e integraciones MCP que llevan LLMs a producción.
• Desarrollar servicios de ML en Python 3.12+ con código testeable y revisión por PR.
• Empaquetar modelos, agentes y dependencias en imágenes Docker y desplegarlas en Kubernetes, incluyendo CronJobs.
• Implementar capa de datos en Snowflake: SQL avanzado y gestión de roles y warehouses.
• Configurar y operar recursos en AWS (S3, IAM, boto3, EMR).
• Diseñar y ejecutar evaluaciones de modelos y guardrails para medir calidad, seguridad y comportamiento de IA generativa.
• Monitorear jobs y servicios con Datadog o Elastic, analizar logs y métricas.
• Colaborar en entorno ágil, documentando decisiones técnicas y comunicando avances y riesgos.

Kenntnisse

Infraestructura LLMs

Pipelines RAG

Orquestación de agentes

Evaluación de modelos

Snowflake SQL

Docker

Kubernetes

AWS

Python en producción

Testing con pytest

Git/GitHub

Monitoreo Datadog/Elastic

Tools

Snowflake

Docker

Kubernetes

AWS

Python

Datadog

Elastic

GitHub

Jobbeschreibung

En Improving South America, brindamos servicios de TI para transformar la percepción del profesional de TI. Nos enfocamos en consultoría de TI, desarrollo de software y formación ágil.

Actualmente buscamos dos Machine Learning Engineers con experiencia práctica en sistemas de IA generativa para nuestro equipo el cual construye y opera servicios de ML en producción de sistemas de almacenamiento de datos empresariales basados en tecnología flash (SSD) que es el enfoque principal del proyecto. Trabajarás en el diseño, despliegue y operación de pipelines de LLMs y agentes, así como en la infraestructura de ML que los soporta, y formarás parte del equipo que desarrolla Copilot.

Funciones del cargo

• Diseñar, construir y mantener pipelines de RAG, orquestación de agentes e integraciones MCP que llevan LLMs a producción.
• Desarrollar servicios de ML en Python 3.12+ con código testeable, versionado y revisado mediante pull requests.
• Empaquetar modelos, agentes y sus dependencias en imágenes Docker optimizadas y desplegarlas en Kubernetes, incluyendo workloads programados con CronJobs.
• Implementar y mantener la capa de datos en Snowflake, escribiendo y optimizando consultas SQL y gestionando roles y warehouses.
• Configurar y operar recursos en AWS (S3, IAM, boto3 y, cuando aplique, EMR).
• Diseñar y ejecutar evaluaciones de modelos y guardrails para medir calidad, seguridad y comportamiento de los sistemas de IA generativa.
• Monitorear jobs y servicios con Datadog o Elastic, diagnosticar fallas a partir de logs y métricas, y proponer mejoras de estabilidad.
• Colaborar con el equipo en un entorno ágil, documentando decisiones técnicas y comunicando avances y riesgos con claridad por escrito.

Requerimientos del cargo

• Experiencia práctica en infraestructura para LLMs y agentes: pipelines RAG, vector stores, orquestación de agentes, integraciones MCP, evaluación de modelos o guardrails.
• Python 3.12+ para software de producción, más allá de scripts.
• Snowflake: SQL avanzado y optimización, con dominio de schemas, warehouses y roles. Experiencia con autenticación key-pair (JWT) es un plus.
• Docker: construcción y optimización de imágenes que empaquetan artefactos de ML y sus dependencias.
• Kubernetes: despliegue y operación de workloads (pods, deployments, límites de recursos, networking básico), incluyendo la creación, programación y depuración de CronJobs.
• AWS: S3, IAM y boto3. Experiencia con EMR es un plus.
• Troubleshooting basado en logs y métricas (Elastic, Datadog o equivalente) en jobs programados y servicios.
• pytest y capacidad para diseñar pruebas significativas de casos borde.
• Flujo de trabajo con Git y GitHub: feature branches, pull requests y code review.
• Comodidad en un entorno ágil y comunicación clara por escrito.
• Inglés intermedio avanzado o avanzado (indispensable)

Opcionales

• Contrato a largo plazo.
• 100% Remoto.
• Vacaciones y PTOs
• Posibilidad de recibir 2 bonos al año.
• 2 revisiones salariales al año.
• Clases de inglés.
• Equipamiento Apple.
• Plataforma de cursos en linea
• Budget para compra de libros.
• Budget para compra de materiales de trabajo
• mucho mas..