Senior Ai Engineer: Autonomous Agents (Remote Latam)

Apply; Ciudad de Mendoza; Remote; ARS 137.078.000 - 198.002.000; Vollzeit

Zusammenfassung

Apply busca un Ingeniero Senior de Machine Learning / AI con fuerte enfoque en MLOps y Python para soluciones de IA generativa. Liderar registro de experimentos, métricas y modelos, y construir pipelines reproducibles para entrenamiento, validación e inferencia.

Se requieren habilidades en frameworks de orquestación, tracking de modelos y versionado de datos y artefactos, con foco en trazabilidad y colaboración entre equipos.

Qualifikationen

• Conocimientos en Python y ecosistema científico (Pandas, NumPy, Polars).
• Frameworks de agentes y orquestación GenAI: LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen.
• Tracking y registro de modelos: MLflow Tracking + Model Registry.
• Orquestación de pipelines: Kubeflow Pipelines, Argo Workflows, AWS, SageMaker Pipelines, Vertex AI Pipelines.

Aufgaben

• Registrar experimentos, métricas y modelos para trazabilidad total.
• Construir pipelines reproducibles para entrenamiento, validación e inferencia.
• Mantener versiones de datos, artefactos y modelos, garantizando colaboración.

Kenntnisse

Python

ML Ops

Experiment tracking

Tools

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

Jobbeschreibung

Buscamos un Machine Learning / AI Engineer Senior

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.
• Cal