Senior Ml Engineer: Aws Sagemaker Lead, Mlops & Graph Ml

Lever, Inc.; Ciudad de Mendoza; Híbrido; ARS 4.000.000 - 8.000.000; Jornada completa

Descripción de la vacante

Lever, Inc. busca un Senior ML Engineer con fuerte enfoque en MLOps e IA Generativa para registrar experimentos, métricas y modelos, y para construir pipelines reproducibles de entrenamiento, validación e inferencia.

Se requiere más de 5 años en ML/AI, con al menos 2 años en MLOps en producción, y experiencia en despliegue de soluciones RAG a escala; residencia en Argentina o esquema híbrido.

Formación

• 5+ años de experiencia en ML/AI engineering, con ≥2 años dedicados a MLOps en producción.
• Residencia en Argentina o disponibilidad para esquema híbrido.
• Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine-tuning, inferencia, retraining).
• Desplegar modelos ML en producción.
• Liderar revisiones de arquitectura con foco en escalabilidad, resiliencia y compliance.

Responsabilidades

• Registrar experimentos, métricas y modelos, y mantener versiones de datos y artefactos.
• Construir pipelines reproducibles para entrenamiento, validación o inferencia.
• Garantizar trazabilidad y colaboración entre equipos.
• Liderar revisiones de arquitectura enfocadas en escalabilidad y compliance.

Conocimientos

Python

Pandas

NumPy

Polars

LangChain

LangGraph

LlamaIndex

CrewAI

AutoGen

MLOps

MLflow Tracking

Model Registry

Kubeflow Pipelines

Argo Workflows

AWS SageMaker Pipelines

Vertex AI Pipelines

DVC

LakeFS

Prometheus

Grafana

OpenTelemetry

Evidently AI

WhyLabs

Vector DB

RAG

semantic search

AWS Bedrock

Azure OpenAI Service

Google Gemini

Anthropic Claude

AWS Lambda

Herramientas

LangChain

LangGraph

LlamaIndex

CrewAI

AutoGen

Kubeflow Pipelines

Argo Workflows

AWS SageMaker Pipelines

Vertex AI Pipelines

DVC

LakeFS

Prometheus

Grafana

OpenTelemetry

MLflow Tracking

Model Registry

AWS Bedrock

Azure OpenAI Service

Google Gemini

Anthropic Claude

AWS Lambda

Pandas

NumPy

Polars

Descripción del empleo

Ofertas de Senior Ml Engineer Aws Sagemaker Le...

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
• +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.