Machine Learning - OCI

10Pearls LATAM; Ciudad de México; On-site; MXN 390,600 - 502,200; Full time

Job summary

Una empresa líder en desarrollo digital busca un Ingeniero en Machine Learning – OCI con mínimo 5 años de experiencia. El candidato ideal debe tener habilidades en el desarrollo de modelos y en la implementación en entornos de Oracle Cloud Infrastructure. Se requiere excelente capacidad de comunicación y colaboración. Esta es una posición presencial en CDMX.

Qualifications

• 5+ años de experiencia en desarrollo de modelos de Machine Learning.
• Experiencia con Oracle Cloud Infrastructure (OCI) y servicios relacionados.
• Experiencia en MLOps y monitoreo de modelos.

Responsibilities

• Desarrollar y evaluar modelos de machine learning.
• Implementar y mantener pipelines MLOps.
• Optimizar el rendimiento y escalabilidad de modelos en entornos cloud.

Skills

Desarrollo de modelos de Machine Learning

Automatización de pipelines

Pensamiento analítico

Comunicación técnica

Colaboración interdisciplinaria

Education

Licenciatura o Ingeniería en Computación, Ciencia de Datos, Estadística

Maestría en Machine Learning o Inteligencia Artificial

Tools

JupyterLab

OCI CLI

Terraform

Job description

Acerca de nosotros

Somos 10Pearls, una empresa galardonada de desarrollo digital que ayuda a las empresas con el diseño, desarrollo y aceleración tecnológica de productos. Tenemos una cultura de innovación, diseñada de manera única para ayudar a las empresas a transformarse, digitalizarse y crecer mediante el aprovechamiento de la tecnología digital. Buscamos un Ingeniero en Machine Learning – OCI con mínimo 5 años de experiencia en diversas tecnologías para unirse a nuestro equipo. El candidato ideal será apasionado por la creación de experiencias de usuario excepcionales y tendrá habilidades sólidas en el desarrollo de aplicaciones web y móviles, así como en la maquetación de interfaces visuales. Esta es una vacante de modalidad presencial en CDMX.

Propósito del puesto

Diseñar, construir e implementar soluciones de Machine Learning en entornos de Oracle Cloud Infrastructure (OCI), asegurando el despliegue eficiente, escalable y seguro de modelos predictivos y pipelines de datos. Colaborará con equipos de ciencia de datos, desarrollo y arquitectura para crear soluciones inteligentes que generen impacto en el negocio.

Responsabilidades principales

• Desarrollar, entrenar y evaluar modelos de machine learning utilizando herramientas compatibles con OCI (OAC, Data Science, etc.).
• Implementar y mantener pipelines MLOps para el versionado, monitoreo y despliegue de modelos en producción.
• Integrar soluciones de ML con servicios nativos de OCI como Oracle Autonomous Database, Oracle Data Flow y Object Storage.
• Optimizar el rendimiento y escalabilidad de modelos en entornos cloud, asegurando eficiencia en costos y tiempos de ejecución.
• Garantizar la trazabilidad, auditoría y explicabilidad de los modelos en línea con prácticas responsables de IA.
• Colaborar con equipos multidisciplinarios para traducir requerimientos de negocio en soluciones predictivas viables.
• Documentar soluciones, participar en revisiones técnicas y proponer mejoras continuas en procesos y herramientas de ML.
• Aplicar buenas prácticas de seguridad, control de acceso y manejo de datos sensibles en entornos cloud.

Perfil requerido

Formación Académica

• Licenciatura o Ingeniería en Computación, Ciencia de Datos, Estadística, Matemáticas, o carrera afín.
• Deseable: Maestría en Machine Learning, Inteligencia Artificial o disciplinas relacionadas.

Experiencia

• 5+ años de experiencia en desarrollo de modelos de Machine Learning en ambientes productivos.
• Experiencia específica trabajando con Oracle Cloud Infrastructure (OCI) y servicios relacionados.
• Experiencia en MLOps, automatización de pipelines y monitoreo de modelos.
• Deseable: experiencia en proyectos en sectores como finanzas, salud, retail o telecomunicaciones.
• Herramientas: JupyterLab, OCI CLI, Terraform (deseable)
• Pensamiento analítico y enfoque orientado a soluciones
• Alta capacidad de comunicación técnica y colaboración interdisciplinaria
• Autonomía y proactividad para la resolución de problemas complejos
• Compromiso con la mejora continua y aprendizaje constante
• Tiempo promedio de despliegue de modelos (Time-to-Model)
• Precisión y rendimiento de modelos en producción
• Uptime y escalabilidad de pipelines ML
• Ahorros de costos y eficiencia en recursos cloud
• Satisfacción de usuarios internos y áreas de negocio