Machine Learning Operations (MLOps) Engineer
El equipo
En Coderoad, somos más que una empresa de desarrollo de software; somos tu puerta de entrada al mundo tecnológico global. Ya sea que busques mejorar tus habilidades o impulsar tu carrera, ofrecemos los desafíos que has estado buscando.
Brindamos servicios de desarrollo de software de punta a punta y te damos la oportunidad de trabajar en proyectos emocionantes y reales en un entorno de apoyo. Ya sea aumento de personal, equipos de TI dedicados o ingeniería de software general, ¡tenemos oportunidades para que todos se desafíen a sí mismos y lleven su carrera al siguiente nivel!
Ubicación del puesto: Latam (Remoto).
Requisitos de zona horaria: El equipo opera en las zonas horarias de la Costa Este/Costa Oeste.
Sobre el rol
Buscamos un Ingeniero de Machine Learning Operations (MLOps) hábil e innovador, con foco en Agentic AI, para diseñar, implementar y mantener sistemas de IA autónomos escalables, robustos y éticos. El candidato ideal combinará una profunda experiencia en prácticas modernas de MLOps con un sólido entendimiento de los principios de Agentic AI, permitiendo la integración, monitoreo y optimización fluida de modelos de IA que exhiban toma de decisiones autónoma y adaptabilidad. Serás un contribuyente clave en nuestros equipos multifuncionales, asegurando que nuestras soluciones de Agentic AI sean confiables, eficientes y estén alineadas con nuestros objetivos de negocio y estándares éticos.
Responsabilidades clave
- Despliegue e Integración de Modelos: Diseñar e implementar pipelines escalables, seguros y de nivel de producción para desplegar modelos de Agentic AI. Enfocarse en la integración fluida con sistemas existentes y habilitar la adaptabilidad en tiempo real para la toma de decisiones autónoma.
- Gestión de Infraestructura Cloud: Construir y mantener infraestructura cloud robusta en Google Cloud Platform (GCP) o Amazon Web Services (AWS) para todo el ciclo de vida de la IA. Aprovechar servicios como Vertex AI y Cloud Functions de GCP, o sus equivalentes en AWS como Amazon SageMaker y AWS Lambda, para crear entornos eficientes y resilientes.
- Automatización y CI/CD: Desarrollar y mantener flujos de trabajo automatizados para integración continua, despliegue continuo (CI/CD) y entrenamiento continuo (CT) de modelos de Agentic AI. Optimizar para rendimiento, escalabilidad y confiabilidad utilizando plataformas de CI/CD.
- Monitoreo y Optimización de Rendimiento: Implementar y gestionar sistemas avanzados de monitoreo para rastrear el rendimiento, la salud y la precisión en la toma de decisiones de modelos de Agentic AI en producción. Utilizar herramientas especializadas como Lantrace, AgentOps o CloudWatch de AWS para detectar y resolver problemas relacionados con el drift del modelo, latencia y sesgos en tiempo real.
- Seguridad y Cumplimiento: Integrar mejores prácticas de seguridad a lo largo del ciclo de vida de MLOps. Asegurar que los sistemas de Agentic AI cumplan con las directrices éticas y los requisitos regulatorios, implementando salvaguardas para la privacidad de datos, mitigación de sesgos y transparencia en operaciones autónomas.
- Colaboración: Trabajar estrechamente con investigadores de IA, científicos de datos, ingenieros de software y equipos de producto para alinear los procesos de MLOps con los objetivos del proyecto. Facilitar el desarrollo iterativo y el despliegue de soluciones de Agentic AI.
- Gobernanza de Datos y Modelos: Establecer y hacer cumplir marcos robustos de gobernanza de datos y modelos, asegurando la calidad de los datos, la seguridad y el cumplimiento de los estándares de la industria para todos los sistemas de Agentic AI.
Cualificaciones
-
Experiencia
Más de 4 años de experiencia en MLOps, DevOps o un campo relacionado, con al menos 1 año enfocado en el despliegue y gestión de modelos de IA/ML en producción. Se valora mucho la experiencia con sistemas de IA autónomos o agentic.
- Experiencia Cloud: Profunda experiencia práctica con Google Cloud Platform (GCP) o Amazon Web Services (AWS). Conocimiento de servicios relevantes como Vertex AI, Cloud Storage, BigQuery y Cloud Functions de GCP o sus equivalentes en AWS como Amazon SageMaker, S3, Redshift y Lambda.
- Stack Técnico: Sólido conocimiento de herramientas y frameworks de MLOps (Pytorch, Langraph, CrewAI, N8N). Dominio de la contenerización con Docker y orquestación con Kubernetes.
- Programación y Scripting: Experiencia en Python y familiaridad con scripting para automatización (ej. Bash, Terraform). Sólida experiencia con sistemas de control de versiones, particularmente Git.
- Monitoreo y Analítica: Experiencia práctica con herramientas modernas de monitoreo como Lantrace, AgentOps, Prometheus o CloudWatch y Grafana de AWS. Capacidad probada para rastrear el rendimiento del modelo, el drift de datos y la salud del sistema en un entorno de producción.
- Mentalidad de Seguridad: Un sólido entendimiento de los principios de seguridad relacionados con cloud y MLOps, incluyendo Gestión de Identidad y Acceso (IAM), encriptación de datos y diseño de pipelines seguros.
- Conocimiento de IA Ética: Entendimiento de los principios de IA ética, incluyendo detección de sesgos, explicabilidad y cumplimiento de regulaciones como GDPR u otros estándares relevantes.
- Colaboración y Comunicación: Sólidas habilidades interpersonales y de comunicación, con la capacidad de trabajar eficazmente en equipos multifuncionales y explicar conceptos técnicos claramente a diversas partes interesadas.
Educación: Título de Grado en Ciencias de la Computación, Ingeniería, Ciencia de Datos o un campo relacionado. Se valoran títulos avanzados o certificaciones en MLOps, IA/ML o tecnologías cloud.
Lo que te encantará
- 100% Remoto
- Puesto de contratista disponible para candidatos latinoamericanos
- Feriados libres
- Tiempo libre remunerado (PTO)
- Programa de asistencia de seguro médico.
- Pago competitivo (USD)
- Excelente trabajo en equipo y ambiente laboral
- Capacitación