Remote Ml Engineer - Large-Scale Recommender Systems

Quora, Inc.; Rosario; A distancia; ARS 167.117.000 - 258.272.000; Jornada completa

Descripción de la vacante

Quora, Inc. busca un Ingeniero de ML Senior para liderar la infraestructura de ML de la empresa, trabajando en un entorno 100% remoto e internacional con foco en IA generativa y voz.

Trabajará en pipelines reproducibles, trazabilidad y desarrollo de SDKs para integración de voz, colaborando estrechamente con el equipo fundador en arquitectura y feedback de clientes.

Formación

• Experiencia mínima de 5 años en ML/AI engineering, con al menos 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.

Responsabilidades

• Optimizar la inferencia de voz basada en transformers para lograr una latencia ultra baja.
• Afinar modelos para la comprensión y síntesis de emociones.
• Analizar y reducir cuellos de botella en flujos de ML en tiempo real.
• Diseñar y construir SDKs para integrar voz en aplicaciones de consumo.
• Colaborar con los fundadores en arquitectura y feedback de clientes.
• Responsabilizarse del sistema de ML de principio a fin (diseño hasta despliegue).

Descripción del empleo

Modalidad: 100% Remoto – Internacional / EE.UU

Equipo actual: 15 personas

Sobre la empresa

Somos una startup tecnológica de EE.UU. en etapa seed, con una misión clara: empoderar a cualquier persona para crear software usando herramientas no-code potenciadas por IA. Nuestro objetivo es hacer el desarrollo de software más accesible, veloz e intuitivo para todos.Nuestro equipo es 100% remoto, liviano y enfocado en resultados. Valoramos la intensidad, la autonomía y el impacto.

¿Qué harás?

• Optimizar la inferencia de voz basada en transformers para lograr una latencia ultra baja
• Afinar modelos para la comprensión y síntesis de emociones
• Analizar y reducir cuellos de botella en flujos de trabajo de ML en tiempo real
• Diseñar y construir SDKs para integrar voz en aplicaciones de consumo
• Colaborar con los fundadores en arquitectura y feedback de clientes
• Responsabilizarse del sistema de ML de principio a fin (desde el diseño del modelo hasta el despliegue en infraestructura)

Stack Tecnológico

• PyTorch
• CUDA
• vLLM
• SGLang
• Streaming
• Docker
• Kubernetes

Requisitos

Haber trabajado previamente en startups de EE.UU. o empresas multinacionales
Sólida experiencia trabajando en entornos remotos
Buen nivel de inglés (avanzado/nativo)
Autonomía, mentalidad product-first y foco en resultados

¿Por qué sumarte?

• Trabajar codo a codo con los fundadores en un equipo pequeño e intenso (4 personas).
• Trayectoria inicial sólida con pipelines líderes en IA para consumidores.
• Rol fundamental : ser dueño de la infraestructura de ML desde el primer día.
• Producto de alto impacto que está reinventando la interacción por voz.

Proceso de selección

• Screening with CTO (30min)
• Tech interview with co‑founder + take‑home ML task
• 3-day paid work tria

¿Este trabajo es un acierto o un fracaso?

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.