Buscamos un/a MLOps Engineer para sumarse a una reconocida compañía del sector financiero.
Tu rol será clave en la implementación, automatización y escalado de modelos de machine learning en producción, asegurando la eficiencia, trazabilidad y confiabilidad de las soluciones de datos.
Formarás parte de un equipo interdisciplinario que impulsa la adopción de tecnologías de vanguardia en analítica avanzada y ciencia de datos.
Lo que valoramos de tu perfil
- Formación en Carreras de Sistemas, Ciencias de la computación, Estadísticas, Matemática, Ingeniería o símil (deseable).
- Conocimientos de metodologías ágiles (deseable)
- Conocimiento experto en desarrollo de prácticas de Machine Learning como servicio en ambientes cloud. preferentemente AwS
- Conocimientos de la práctica de Business Intelligence (deseable).
- Conocimientos de la industria financiera (deseable).
- Experiencia en arquitecturas Big Data.
- Experiencia en aplicación de algortimos deep learning como natural lenguaje processing y computer visión (deseable).
- Experiencia en lenguaje de bases de datos: SQL, Teradata, Glue, etc.
- Experiencia en Python
- Experiencia en GitLab, específicamente en métodos CI/CD
- Concimientos de Terrafon
- Minería de datos (modelos estadísticos como regresiones, arboles de decisión, etc) (deseable).
Tus principales responsabilidades serán
- Trabajar en colaboración con el equipo de arquitectura y modelización de datos en el diseño, prototipo y construcción de ambientes para el desarrollo y puesta en producción de la disciplina del área de científicos de datos.
- Proponer los requerimientos técnicos de los distintos proyectos/productos, manteniendo la relación con otros equipos para diseñar el ambiente de desarrollo y producción correctos para nuestros productos.
- Establecer el framework para realizar Model Monitoring y de esa forma desafiar los supuestos, y ayudarnos a mejorar el procedimiento y rendimiento de modelos predictivos y algoritmos de optimización,
- Ser un referente sobre mejores practicas en materia de codificación y base de datos.
- Adaptar métodos de aprendizaje automático para aprovechar al máximo los entornos de procesamiento paralelos.
- Autosuficiente para liderar un proyecto end-to-end. Autonomía para diseñar, proponer e interrelacionarse con distintos tipos de clientes (internos/externos).
- Establecer la metodología para medir el data bias de los modelos de ML
Qué ofrece nuestro cliente
- Desarrollo profesional: capacitaciones, becas universitarias, movilidad interna, programas de innovación, bonificaciones en idiomas, programa de reconocimientos.
- Beneficios especiales: programas de flexibilidad, beneficios deportivos, bonificaciones en almuerzos y snacks, paquete de salud y programa de bienestar.
- Diversión: celebraciones, charlas, eventos y actividades en equipo.
- Espacios de trabajo atractivos y tecnológicos.
