Machine Learning Engineer

Aimlroles; Bogotá; On-site; COP 90,000,000 - 135,000,000; Full time

Job summary

Inetum busca profesionales en Ingeniería de Sistemas, Electrónica o afines con 4+ años de experiencia en proyectos de ingeniería de datos y desarrollo de soluciones escalables para procesamiento y ML.

El candidato diseñará, desplegará e optimizará modelos ML/LLM, integrará modelos en entornos multicloud y producirá data a través de APIs, con foco en buenas prácticas de Data Engineering en la nube.

Qualifications

• Experiencia ≥4 años en ingeniería de datos y soluciones ML/GenAI.
• Conocimiento de diseño y estandarización de datos para reutilización cross‑functional.
• Experiencia en integración de modelos ML y servicios multicloud en apps empresariales.

Responsibilities

• Diseñar, desarrollar e implementar apps de ML y LLMs, optimizando rendimiento y escalabilidad.
• Estandarizar objetos de datos para facilitar reutilización y funcionalidad cruzada.
• Integrar modelos ML y servicios multicloud en aplicaciones empresariales.

Skills

Python

TensorFlow

PyTorch

LangChain

APIs

FASTAPI

Spark

SQL

Pandas

Polars

Prompt engineering

MLOps

Tools

AWS SageMaker

Lambda

Step Functions

OpenSearch

DynamoDB

S3

Spark

Jenkins

Podman

FASTAPI

Job description

Inetum es líder europeo en servicios digitales. El equipo de 28.000 consultores y especialistas de Inetum se esfuerza cada día por lograr un impacto digital para las empresas, las entidades del sector público y la sociedad. Las soluciones de Inetum tienen como objetivo contribuir al rendimiento y la innovación de sus clientes, así como al bien común.

Presente en 19 países con una densa red de centros, Inetum se asocia con los principales fabricantes de software para afrontar los retos de la transformación digital desde la proximidad y flexibilidad.

Estamos en búsqueda de profesionales en Ingeniería de Sistemas, Electrónica o carreras afines, con más de 4 años de experiencia en proyectos de Ingeniería de datos y desarrollo de soluciones escalables para el procesamiento,con experiencia en la construcción y optimización de modelos de machine learning, automatización de procesos y visualización de datos.

Responsabilidades:

• Diseñar, desarrollar e implementar aplicativos de ML, y LLMs y realizar ajustes de rendimiento garantizando que los modelos sean escalables
• Diseño, estructura y estandarización de objetos de datos para una fácil reutilización y funcionalidad cruzada para su reusabilidad
• Integrar de modelos ML y servicios multinube en aplicaciones empresariales
• Evaluar de modelos ML y LLMs mediante métricas avanzadas (si aplica) asegurando funcionamiento continuo y monitoreo de la infrastructura de ML / Gen AI
• Implementar de guardarrailes para evitar sesgos en modelos Gen AI (en conjunto con DS)
• Desplegar y optimizar procesos de inferencias en AWS
• Productivizar el producto de DATA a través de APIs
• Implementar buenas prácticas de desarrollo alineadas con los estándares tecnológicos y estrategias de Data Engineering.

• Programación: Conocimiento en Python (TensorFlow, PyTorch, LangChain), APIs conexión, FASTAPI
• AWS Services: AWS SageMaker, Lambda, Step Functions
• Orquestación: Conocimiento en sobre flujo CI/CD con Jenkirs
• Bases de datos: OpenSearch, DynamoDB, S3
• Procesamiento de datos: Spark, SQL, Pandas, Polars
• Contenedores: Podman para contenedores en App Runner
• Al Skills: Prompt engineering RAG
• Monitoreo: AWS cloud watch, AWS Cloud Trail

Habilidades blandas clave

• Capacidad analítica para interpretar y transformar grandes volúmenes de datos en activos confiables y reutilizables.
• Habilidad para documentar procesos y comunicar de forma clara tanto a audiencias técnicas como de negocio.
• Proactividad para proponer mejoras en arquitecturas y procesos de datos existentes.
• Comunicación asertiva para interactuar con equipos técnicos y áreas de negocio.
• Liderazgo colaborativo y capacidad para influir positivamente en equipos y proyectos.
• Pensamiento analítico y enfoque en la resolución de problemas complejos.
• Proactividad para identificar riesgos y proponer mejoras continuas.
• Organización y gestión del tiempo para manejar múltiples tareas simultáneamente.