Remote AWS ML Architect for SageMaker & Graph ML
INGEPSY
Consigue una respuesta de este empleador — un currículum y una carta de presentación adaptados exactamente a lo que busca la empresa.
Ventajas ofrecidas por este puesto de trabajo
Descripción de la vacante
Coderio diseña y desarrolla soluciones digitales escalables para empresas globales y trabaja con clientes internacionales, valorando autonomía y comunicación clara. Buscamos un AWS Machine Learning Architect para acompañar el diseño, configuración y puesta en marcha de capacidades cloud orientadas a Advanced Analytics, AI y ML.
El rol se centra en AWS, SageMaker y Neptune, participando en decisiones de arquitectura, definiendo lineamientos para desarrollo, entrenamiento, despliegue y monitoreo
Formación
- Experiencia como Solution Architect / Cloud Architect en AWS.
- Experiencia o conocimiento sólido de Amazon SageMaker.
- Conocimiento de SageMaker AI y SageMaker Unified Studio.
- Conocimiento de Amazon Neptune.
- Experiencia trabajando con arquitecturas de Machine Learning en la nube.
- Conocimientos de AWS IAM, seguridad, redes, permisos y gestión de costos.
Responsabilidades
- Diseñar la arquitectura base para servicios de Machine Learning en AWS.
- Participar en la configuración y puesta en marcha de Amazon SageMaker.
- Trabajar con SageMaker AI y SageMaker Unified Studio.
- Definir lineamientos para ambientes de desarrollo, entrenamiento, despliegue y monitoreo de modelos.
- Participar en la configuración y uso de Amazon Neptune para casos de uso relacionados con Machine Learning y grafos.
Conocimientos
Herramientas
Descripción del empleo
Coderio diseña y desarrolla soluciones digitales escalables para empresas globales y trabaja con clientes internacionales, valorando autonomía y comunicación clara. Buscamos un AWS Machine Learning Architect para acompañar el diseño, configuración y puesta en marcha de capacidades cloud orientadas a Advanced Analytics, AI y ML.
El rol se centra en AWS, SageMaker y Neptune, participando en decisiones de arquitectura, definiendo lineamientos para desarrollo, entrenamiento, despliegue y monitoreo
'/%3e%3cpath%20d='M101.744%2012.4726L102.894%2016.1947L99.0021%2013.2201L101.744%2012.4726ZM105.3%208.40937H100.488L99.0026%203.59473L97.5116%208.41047L92.7%208.40385L96.5965%2011.3834L95.1055%2016.1942L99.0021%2013.2196L101.408%2011.3834L105.3%208.40992V8.40937Z'%20fill='white'/%3e%3cdefs%3e%3clinearGradient%20id='paint0_linear_5593_1381'%20x1='90'%20y1='9.44471'%20x2='99'%20y2='9.44471'%20gradientUnits='userSpaceOnUse'%3e%3cstop%20stop-color='%2300AD70'/%3e%3cstop%20offset='0.998594'%20stop-color='%2300B67A'/%3e%3cstop%20offset='1'%20stop-color='%23DCDCE6'/%3e%3c/linearGradient%3e%3c/defs%3e%3c/svg%3e){kind=small}
