Senior Netcool Engineer (Noi / Omnibus) – Telecom | 100% Remoto

Maxit Consulting - Max Corporate Group; La Pampa; Remote; ARS 2,000,000 - 3,600,000; Full time

Job summary

Maxit Consulting - Max Corporate Group en Argentina busca un Ingeniero Senior de ML/AI con fuerte enfoque en MLOps y Python para liderar soluciones de IA generativa. Será responsable de registrar experimentos, métricas y modelos, y de construir pipelines reproducibles para entrenamiento, validación o inferencia.

También mantendrá versiones de datos y artefactos, garantizando trazabilidad y colaboración entre equipos, mientras evalúa calidad de datos y modelos con herramientas como MLflow, DVC y

Qualifications

• Conocimientos en ML/Generative AI y frameworks de Python para ciencia de datos.
• Experiencia en pipelines reproducibles y experiment tracking.
• Conocimiento de herramientas de MLOps y orquestación de pipelines.
• Capacidad de registrar, versionar y evaluar modelos, datos y artefactos.

Skills

Python (Pydantic, AsyncIO)

ML/Generative AI frameworks

MLflow Tracking/Model Registry

Workflow orchestration

Data versioning

Observability/Monitoring

RAG & semantic search

GenAI services (Bedrock, OpenAI)

Serverless/Event-driven

Tools

LangChain

LangGraph

LlamaIndex

CrewAI

AutoGen

Kubeflow Pipelines

Argo Workflows

AWS SageMaker Pipelines

Vertex AI Pipelines

MLflow

DVC

LakeFS

Prometheus

Grafana

OpenTelemetry

Evidently AI

WhyLabs

Vector DB

Job description

• Ofertas de Senior Netcool Engineer Noi Omnibus...

¿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
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,Re