Data Engineer: Text Pipelines for LLMs (Hybrid Bogotá)

Mercado Libre; Bogotá; Híbrido; COP 72.000.000 - 144.000.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Modalidad de trabajo híbrida

Descripción de la vacante

Mercado Libre, en Bogotá, busca un Data Engineer para diseñar y escalar sistemas de datos innovadores que soporten entrenamiento de modelos de IA y aprendizaje continuo.

Trabajarás con Python, SQL y BigQuery, construirás pipelines de ingesta y procesamiento a escala, y colaborarás con Data Scientists para convertir necesidades en soluciones reproducibles en un entorno híbrido. Se valorará autonomía, pruebas, versionado y enfoque orientado a impacto.

Formación

• Experiencia en ingeniería de datos de texto con Python y SQL.
• Experiencia con BigQuery y pipelines ETL a escala.
• Buenas prácticas de testing, versionado y reproducibilidad.
• Capacidad de llevar pipelines de datos de inicio a fin con autonomía.

Responsabilidades

• Construir y mantener pipelines de ingesta y procesamiento de datos textuales a escala para entrenamiento de LLMs.
• Implementar procesos de curación de datos como calidad, deduplicación, scoring y diversificación con autonomía en decisiones de ingeniería.
• Escalar la generación de datos sintéticos utilizando modelos open source y comerciales.
• Construir y mantener herramientas internas que estandarizan y escalan la preparación de datasets.
• Colaborar con Data Scientists y ML engineers para traducir necesidades de entrenamiento en pipelines concretos.

Conocimientos

Python

SQL

BigQuery

Data pipelines

Herramientas

Airflow

Git

Descripción del empleo

Mercado Libre, en Bogotá, busca un Data Engineer para diseñar y escalar sistemas de datos innovadores que soporten entrenamiento de modelos de IA y aprendizaje continuo.

Trabajarás con Python, SQL y BigQuery, construirás pipelines de ingesta y procesamiento a escala, y colaborarás con Data Scientists para convertir necesidades en soluciones reproducibles en un entorno híbrido. Se valorará autonomía, pruebas, versionado y enfoque orientado a impacto.