Machine Learning Engineer Full time

NeuralWorks; Santiago; Híbrido; CLP 48.000.000 - 72.000.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Bono por desempeño

Bono de almuerzo mensual

Seguro Complementario de salud yDental

Horario flexible

Home office opcional

Certificaciones financiadas

Estacionamiento de bicicletas

Teambuilding mensual

Descripción de la vacante

NeuralWorks es una empresa de alto crecimiento dedicada a soluciones de IA y datos. Buscamos un ML Engineer con experiencia en MLOps para transformar procesos en ML y crear productos de datos basados en modelos analíticos.

Trabajarás junto a Data Scientists, Translators, DevOps y Data Architect para escalar modelos en producción. El rol implica recolectar datos, construir pipelines, monitorear rendimiento, y mejorar la seguridad y la calidad del código.

Formación

• Estudios de Ingeniería Civil en Computación o similar.
• Experiencia práctica de al menos 3 años en entornos de Software/ML.
• Experiencia con Python y estructuras de datos.
• Conocimiento de SQL y optimización de consultas.
• Experiencia usando pipelines de CI/CD y Docker.
• Interés en procesamiento de datos y entornos cloud (GCP/AWS/Azure).
• Buen manejo de inglés, especialmente lectura de papers y documentación.

Responsabilidades

• Implementar y poner en producción modelos de ML mediante pipelines de ML.
• Gestionar grandes volúmenes de datos y reentrenamiento.
• Construir y servir modelos en un entorno escalable y seguro.
• Monitorear y optimizar el rendimiento de los modelos y pipelines.
• Colaborar con Data Scientists y DevOps para acelerar entregas.

Conocimientos

Python

SQL

ML/AI

Data pipelines

Git

CI/CD

Educación

Ingeniería Civil en Computación o similar

Herramientas

Docker

CI/CD tools

GCP

Spark

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.

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 sólo si cumplen el 100%." Gaucher, D., Friesen, J., & Kay, A. C. (2011).

• 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.
• 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]).

Condiciones

• Bono por desempeño
• Bono de almuerzo mensual y almuerzo de equipo los viernes
• Seguro Complementario de salud y dental
• Horario flexible
• Flexibilidad entre oficina y home office
• Medio día libre el día de tu cumpleaños
• Financiamiento de certificaciones
• Inscripción en Coursera con plan de entrenamiento a medida
• Estacionamiento de bicicletas
• Salida de "teambuilding" mensual