Remote Ml Engineer - Large-Scale Recommender Systems

Quora, Inc.; Tandil; Híbrido; ARS 182.310.000 - 273.465.000; Jornada completa

Descripción de la vacante

Quora, Inc. busca un Ingeniero Senior de Machine Learning/AI con fuerte enfoque en MLOps y Python para liderar soluciones de IA generativa. Registrará experimentos, métricas y modelos, y construirá pipelines reproducibles para entrenamiento, validación e inferencia.

Deberá mantener versiones de datos y artefactos, garantizando trazabilidad y colaboración entre equipos. Se valorará experiencia en despliegue de sistemas RAG, vigilando escalabilidad y cumplimiento, con residencia en Argentina o

Formación

• Requiere experiencia avanzada en ML/AI engineering, con enfoque en MLOps en producción.
• Dominio de Python y ecosistema científico (Pandas, NumPy, Polars).
• Conocimientos de frameworks de GenAI y orquestación (LangChain, Kubeflow, Argo, SageMaker, Vertex).
• Experiencia en tracking de experimentos y MLflow Model Registry.
• Experiencia en versionado de datos y artefactos (DVC, LakeFS).
• Conocimiento de observabilidad (Prometheus, Grafana, OpenTelemetry).
• Capacidad para diseñar pipelines reproducibles (entrenamiento, validación, inferencia) y gestionar modelos en producción.
• Experiencia con vectores stores y soluciones RAG para IA generativa.
• Residencia en Buenos Aires, Argentina o disponibilidad para esquema híbrido.
• Deseable experiencia en sectores financiero o consultoría tecnológica B2B.

Responsabilidades

• Registrar experimentos, métricas y modelos para trazabilidad total.
• Construir pipelines reproducibles para entrenamiento, validación e inferencia.
• Mantener versiones de datos, artefactos y modelos en almacenamiento controlado.
• Liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
• Diseñar y desplegar pipelines ML y LLMs (training, fine-tuning, retraining).
• Desplegar modelos ML en producción y exponer capacidades de IA generativa sobre datos corporativos.
• Colaborar en operaciones del equipo, demos y propuestas técnicas (RFPs).
• Liderar revisiones de arquitectura con foco en escalabilidad y compliance.

Conocimientos

Python

ML/AI engineering

MLOps

Generative AI

Experiment tracking

Model registry

Pipelines

Data versioning

Observability

Vector stores

RAG

Semantic search

Cloud platforms

Serverless

Herramientas

LangChain

LangGraph

LlamaIndex

CrewAI

AutoGen

Kubeflow Pipelines

Argo Workflows

AWS SageMaker Pipelines

Vertex AI Pipelines

MLflow

DVC

LakeFS

Prometheus

Grafana

OpenTelemetry

Evidently AI

WhyLabs

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.