Machine Learning Engineer

NeuralWorks

Santiago

Híbrido

CLP 25.000.000 - 42.000.000

Jornada completa

Hace 13 días

Recibe más respuestas de empleadores

Envía un currículum específico para el puesto de trabajo en cuestión de minutos.

Ventajas ofrecidas por este puesto de trabajo

MacBook Air M2

Bono por desempeño

Bono de almuerzo mensual y almuerzo de

Seguro Complementario de salud yDental

Horario flexible

Flexibilidad entre oficina y home офис

Medio día libre el día de tu cumple

Inscripción en Coursera

Estacionamiento de bicicletas

Vestimenta informal

Programa de referidos

Teambuilding mensual

Descripción de la vacante

NeuralWorks en Santiago, Chile, busca un MLE con al menos 3 años de experiencia para transformar procesos en MLops y construir pipelines de datos escalables.

Trabajarás junto a Data Scientists y DevOps para desplegar modelos, monitorear rendimiento y asegurar calidad de código, con flexibilidad de oficina y home office y beneficios atractivos.

Se valoran experiencia en cloud (GCP/AWS), Python, Docker y CI/CD, con un enfoque en innovación y impacto.

Formación

Estudios de Ingeniería Civil en Computación o similar.
Experiencia práctica de al menos 3 años en roles de Software Engineer o ML Engineer.
Dominio de Python y experiencia con pipelines de CI/CD.
Conocimiento de estructuras de datos y SQL avanzado.
Experiencia con servicios cloud (GCP preferente).

Responsabilidades

Poner en producción modelos de ML junto al equipo de Data Scientists.
Construir y mantener pipelines de datos escalables.
Monitorear rendimiento y explicabilidad de modelos.
Garantizar prácticas DevSecOps, SRE y MLOps.
Colaborar de forma próxima con DevOps y Arquitectos de datos.

Conocimientos

Inglés (lectura)

Comunicación efectiva

Trabajo en equipo

Curiosidad/ aprendizaje

Resolución de problemas

Educación

Ingeniería Civil en Computación o similar

Herramientas

Python

Docker

CI/CD

GCP

AWS

Azure

Descripción del empleo

NeuralWorks es una compañía de alto crecimiento fundada hace 4 años. Estamos trabajando a toda máquina en cosas que darán que hablar.

Somos un equipo donde se unen la creatividad, curiosidad y la pasión por hacer las cosas bien. Nos arriesgamos a explorar fronteras donde otros no llegan: un modelo predictor basado en monte carlo, una red convolucional para detección de caras, un sensor de posición bluetooth, la recreación de un espacio acústico usando finite impulse response.

Estos son solo algunos de los desafíos, donde aprendemos, exploramos y nos complementamos como equipo para lograr cosas impensadas.

Trabajamos en proyectos propios y apoyamos a corporaciones en partnerships donde codo a codo combinamos conocimiento con creatividad, donde imaginamos, diseñamos y creamos productos digitales capaces de cautivar y crear impacto.

Funciones del cargo

El equipo de Data y Analytics trabaja en diferentes proyectos que combinan volúmenes de datos enormes e IA, como detectar y predecir fallas antes que ocurran, optimizar pricing, personalizar la experiencia del cliente, optimizar uso de combustible, detectar caras y objetos usando visión por computador.

Trabajarás transformando los procesos a MLOps y creando productos de datos a la medida basados en modelos analíticos, en su gran mayoría de Machine Learning, pero pudiendo usar un espectro de técnicas más amplio.

Dentro del equipo multidisciplinario con Data Scientist, Translators, DevOps, Data Architect, tu rol será extremadamente importante y clave para el desarrollo y ejecución de los productos, pues eres quien conecta la habilitación y operación de los ambientes con el mundo real. Te encargarás de aumentar la velocidad de entrega, mejorar la calidad y la seguridad del código, entender la estructura de los datos y optimizar los procesos para el equipo de desarrollo.

En cualquier proyecto que trabajes, esperamos que tengas un gran espíritu de colaboración, pasión por la innovación y el código y una mentalidad de automatización antes que procesos manuales.

Como MLE, Tu Trabajo Consistirá En

Trabajar directamente con el equipo de Data Scientists para poner en producción modelos de Machine Learning utilizando y creando pipelines de ML.
Recolección de grandes volúmenes y variados conjuntos de datos.
Recolección de interacción con la realidad para su posterior reentrenamiento.
Construir las piezas necesarias para servir nuestros modelos y ponerlos a interactuar con el resto de la compañía en un entorno real y altamente escalable.
Trabajar muy cerca de los Data Scientists buscando maneras eficientes de monitorear, operar y darle explicabilidad a los modelos.
Promover una cultura técnica impulsando los productos de datos con las prácticas DevSecOps, SRE y MLOps.

Requerimientos del cargo

Estudios de Ingeniería Civil en Computación o similar.
Experiencia práctica de al menos 3 años en entornos de trabajo como Software Engineer, ML Engineer, entre otros.
Experiencia con Python.
Entendimiento de estructuras de datos con habilidades analíticas relacionadas con el trabajo con conjuntos de datos no estructurados, conocimiento avanzado de SQL, incluida optimización de consultas.
Experiencia usando pipelines de CI/CD y Docker.
Pasión en problemáticas de procesamiento de datos.
Experiencia con servidores cloud (GCP, AWS o Azure, de preferencia GCP), especialmente el conjunto de servicios de procesamiento de datos.
Buen manejo de inglés, sobre todo en lectura donde debes ser capaz de leer un paper, artículos o documentación de forma constante.
Habilidades de comunicación y trabajo colaborativo. ¡En NeuralWorks nos importa la diversidad! Creemos firmemente en la creación de un ambiente laboral inclusivo, diverso y equitativo. Reconocemos y celebramos la diversidad en todas sus formas y estamos comprometidos a ofrecer igualdad de oportunidades para todos los candidatos. "Los hombres postulan a un cargo cuando cumplen el 60% de las calificaciones, pero las mujeres solo si cumplen el 100%." Gaucher, D., Friesen, J., & Kay, A. C. (2011). Te invitamos a postular aunque no cumplas con todos los requisitos.

Opcionales

Agilidad para visualizar posibles mejoras, problemas y soluciones en Arquitecturas.
Experiencia en Infrastructure as code, observabilidad y monitoreo.
Experiencia en la construcción y optimización de data pipelines, colas de mensajes y arquitecturas big data altamente escalables.
Experiencia en procesamiento distribuido utilizando servicios cloud.
Stack orientado a modelos econométricos (statsmodels, pyfixest), serialización.
Experiencia con algún motor de datos distribuido como pyspark, dask, modin.
Interés en temas "bleeding edge" de Inferencia Causal: (Técnicas Observacionales, Inferencia basada en diseño, Probabilidad y Estadística [Fuerte énfasis en OLS y sus distintas expansiones]).

Beneficios