Ingeniero/a de Machine Learning: MLOps en Producción

Sodimac; Santiago; Presencial; CLP 36.000.000 - 60.000.000; Jornada completa

Descripción de la vacante

Sodimac busca un Machine Learning Engineer para diseñar, implementar y operar soluciones de ML en producción. Trabajarás en estandarizar MLOps, habilitar plataformas de ML y construir un framework que escale modelos en Sodimac.

Será clave industrializar prototipos de DS, implementar pipelines en GCP y promover buenas prácticas de ML Engineering para un ecosistema de Data Science, Data Engineering y Advanced Analytics.

Formación

• 2+ años de experiencia en ML o ML Engineering.
• Dominio de inglés avanzado (escrito y hablado).
• Experiencia con Docker, Kubernetes y despliegue de modelos como servicios escalables.
• Experiencia con plataformas de ML: Vertex AI, Kubeflow, MLflow o similares.
• Python avanzado y SQL; Terraform para IaC.
• Experiencia en e-commerce, retail o datos masivos es un plus.

Responsabilidades

• Diseñar, implementar y operar soluciones de Machine Learning en producción.
• Definir, implementar y promover estándares de MLOps y patrones reutilizables.
• Llevar modelos desde notebooks a producción end-to-end: código, testing, CI/CD, monitoreo.
• Industrializar prototipos de Data Science como servicios productivos y mantenibles.
• Diseñar y mantener pipelines de entrenamiento, validación y serving en GCP (Vertex AI, BigQuery ML).
• Implementar prácticas de MLOps: versionado, feature stores, monitoreo y retraining.

Conocimientos

Python avanzado

SQL

Docker

Kubernetes

GCP Vertex AI

Terraform

CI/CD

Inglés avanzado

Herramientas

Kubeflow

MLflow

Vertex AI

BigQuery ML

Descripción del empleo

Sodimac busca un Machine Learning Engineer para diseñar, implementar y operar soluciones de ML en producción. Trabajarás en estandarizar MLOps, habilitar plataformas de ML y construir un framework que escale modelos en Sodimac.

Será clave industrializar prototipos de DS, implementar pipelines en GCP y promover buenas prácticas de ML Engineering para un ecosistema de Data Science, Data Engineering y Advanced Analytics.