Senior ML Engineer — Remote, MLOps & GenAI Pipelines

Anyone Ai Inc.; Rosario; Remote; ARS 182,771,000 - 274,156,000; Full time

Job summary

Anyone Ai Inc. busca un Machine Learning / AI Engineer Senior con enfoque en MLOps para liderar la infraestructura de ML desde el primer día.

Se trabajará en un entorno 100% remoto con startup estadounidense, equipo pequeño y pipelines líderes en IA para consumidores. Se requiere experiencia en ML/AI, capacidad de diseñar y mantener pipelines, registrar métricas y desplegar modelos en producción, con foco en resultados y autonomía.

Qualifications

• 5+ años de experiencia en ML/AI engineering, con ≥2 años en MLOps en producción.
• Experiencia desplegando sistemas RAG a escala.
• Capacidad para liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
• Residencia en Buenos Aires o disponibilidad de esquema híbrido.

Responsibilities

• Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine-tuning, inferencia, retraining).
• Registrar experimentos, métricas y modelos, manteniendo trazabilidad.
• Desplegar modelos ML en producción y mantener versiones de datos y artefactos.
• Gobernar vector stores y pipelines RAG para IA generativa sobre datos corporativos.
• Colaborar en la operación del equipo: demos, estimaciones técnicas y RFPs.

Skills

Python

Pandas

NumPy

Polars

AsyncIO

Pydantic

LangChain

LangGraph

LlamaIndex

CrewAI

AutoGen

MLOps

MLflow Tracking

Model Registry

CI/CD pipelines

TensorFlow

Tools

Docker

Kubernetes

Kubeflow Pipelines

Argo Workflows

AWS SageMaker Pipelines

Vertex AI Pipelines

DVC

LakeFS

Prometheus

Grafana

OpenTelemetry

Vector stores

Job description

Anyone Ai Inc. busca un Machine Learning / AI Engineer Senior con enfoque en MLOps para liderar la infraestructura de ML desde el primer día.

Se trabajará en un entorno 100% remoto con startup estadounidense, equipo pequeño y pipelines líderes en IA para consumidores. Se requiere experiencia en ML/AI, capacidad de diseñar y mantener pipelines, registrar métricas y desplegar modelos en producción, con foco en resultados y autonomía.