Sr Lead Machine Learning Ops

Openbank México; Ciudad de México; Presencial; MXN 60.000 - 100.000; Jornada completa

Descripción de la vacante

Una empresa innovadora busca un Ingeniero de Operaciones de IA/ML con experiencia en AWS para construir plataformas de datos robustas y pipelines para análisis avanzados. En esta emocionante posición, serás responsable de implementar modelos de ciencia de datos en producción, optimizar el rendimiento y colaborar con equipos multidisciplinarios para garantizar soluciones escalables. Si tienes un fuerte enfoque en la excelencia operativa y un deseo de impulsar proyectos de aprendizaje automático, esta es una oportunidad perfecta para ti. Únete a un equipo que valora la innovación y la colaboración en un entorno dinámico.

Formación

• Más de 6 años de experiencia en diseño y mantenimiento de pipelines de ML.
• Experiencia en plataformas en la nube como AWS, GCP y Azure.
• Conocimiento en CI/CD y versionamiento de datos.

Responsabilidades

• Implementar y mantener infraestructura para el desarrollo de modelos y CI/CD.
• Crear y mantener pipelines de entrada/salida y generación de features.
• Colaborar con equipos para definir soluciones escalables y de alto rendimiento.

Conocimientos

Diseño de ML pipelines

AWS Step Functions

Apache Airflow

Kubernetes

TensorFlow Serving

CI/CD con Jenkins

Versionamiento de datos con DVC

Herramientas

AWS Sagemaker

Google AI Platform

Azure ML

Docker

GitLab CI/CD

Descripción del empleo

Objetivo del puesto:

Ingeniero de operaciones de IA/ML en AWS enfocado en construir una plataforma de datos robusta y pipelines para análisis avanzados. Desarrollará herramientas de plataforma, implementará modelos de ciencia de datos en producción (batch y en tiempo real), ajustará hiperparámetros a escala y monitoreará el rendimiento. Apoyará proyectos de aprendizaje automático de principio a fin y desarrollará herramientas para el equipo de ciencia de datos. Será responsable de la velocidad de las implementaciones, validación del código y control de versiones de datos, modelos e infraestructura.

Responsabilidades principales:

1. Implementar y mantener infraestructura (ej. Sagemaker Notebooks) para facilitar el desarrollo de modelos y CI/CD, integrándose con el ecosistema de datos.
2. Crear y mantener pipelines de entrada/salida y generación de features para entrenamiento e inferencia.
3. Implementar y mantener infraestructura para servicios de modelos en batch y en tiempo real, asegurando alto rendimiento y baja latencia.
4. Desarrollar y mantener herramientas de control, monitoreo y alertas para el rendimiento de los modelos.
5. Gestionar infraestructura para tareas de procesamiento intensivo, como ajuste de hiperparámetros y explicabilidad.
6. Colaborar con equipos de producto y arquitectura para definir soluciones escalables y de alto rendimiento.
7. Aprovechar la experiencia técnica para diseñar soluciones escalables y capacitar a equipos.
8. Garantizar cumplimiento de estándares, SLA y objetivos comerciales, anticipándose a dependencias y necesidades del equipo.
9. Identificar y mitigar problemas en tareas y escalabilidad.
10. Fomentar altos estándares de excelencia operativa y el desarrollo de métodos tecnológicos en el equipo.

Requisitos y conocimientos:

• +6 años en diseño y mantenimiento de ML pipelines con herramientas como AWS Step Functions, Apache Airflow o Kuberflow.
• +5 años en plataformas en la nube (AWS, GCP, Azure), con experiencia en servicios de aprendizaje de máquina, almacenamiento y procesamiento (ej. AWS Sagemaker, Google AI Platform, Azure ML).
• +3 años en tecnologías de contenerización y orquestación (Docker, Kubernetes), enfocándose en escalabilidad de cargas de trabajo de ML.
• +3 años en implementación y mantenimiento de modelos en producción usando TensorFlow Serving, TorchServe o APIs.
• +3 años en CI/CD para modelos de ML con Jenkins, GitLab CI/CD o CircleCI.
• +3 años en versionamiento de datos y herramientas como DVC o MLflow para trazabilidad y reproducibilidad.