Remote Ml Engineer — Challenge Evaluation & Data Quality

Anyone Ai Inc.; Santa Fe Capital; Híbrido; ARS 182.310.000 - 273.465.000; Jornada completa

Descripción de la vacante

Anyone Ai Inc. busca un Ingeniero de ML/IA Senior con fuerte foco en MLOps y Python para poder diseñar y mantener pipelines de entrenamiento, validación e inferencia, además de liderar iniciativas técnicas y coordinar equipos multidisciplinarios.

Se requiere experiencia en soluciones de IA generativa y en despliegue de modelos en producción. El candidato ideal debe dominar herramientas de tracking, drift y orquestación de pipelines, con residencia en Buenos Aires o disponibilidad para esquema

Formación

• Experiencia avanzada en ML/IA y pipelines de entrenamiento, validación e inferencia.
• Capacidad para registrar experimentos, métricas y modelos con trazabilidad.
• Conocimiento de MLOps y herramientas de versionado de datos/artefactos.
• Habilidad para liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
• Residencia o disponibilidad para esquema híbrido en Argentina.

Responsabilidades

• Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine-tuning, inferencia).
• Desplegar soluciones de IA generativa y gobernar modelos en producción.
• Registrar y rastrear experimentos, métricas y artefactos con trazabilidad.
• Liderar revisiones de arquitectura enfocadas en escalabilidad y resiliencia.

Conocimientos

Liderazgo técnico

Capacidad de coordinar equipos

Experiencia ML/AI >5 años

RAG a escala

Investigación IA generativa

Educación

Beca o grado en ML/AI (no especificado)

Herramientas

Python

Pandas

NumPy

Polars

LangChain

LangGraph

LlamaIndex

CrewAI

AutoGen

MLflow Tracking

Model Registry

Kubeflow Pipelines

Argo Workflows

AWS SageMaker Pipelines

Vertex AI Pipelines

DVC

LakeFS

Prometheus

Grafana

OpenTelemetry

Evidently AI

WhyLabs

Vector Stores

RAG

AWS Bedrock

Azure OpenAI Service

Google Gemini

Anthropic Claude

AWS Lambda

Google Cloud Functions

Cloud Run

Descripción del empleo

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.