workablehace 1 día
Desarrollador Backend Senior Python / Ingeniero ML
Intellectsoft
Remoto · Tiempo completo
Senior7+ años
Este aviso fue publicado originalmente en inglés, así que es probable que necesites inglés para este puesto. La descripción puede estar traducida automáticamente al español; ante la duda, revisá el aviso original con el botón de postularte.
Empresa busca un Desarrollador Backend Senior Python con experiencia en Machine Learning y LLMs para unirse a su equipo remoto. Se requiere experiencia en Python, FastAPI, bases de datos vectoriales, RAG, LangChain y MLOps.
Descripción del puesto
Nuestro cliente ofrece una plataforma de IA que ayuda a las empresas a tomar mejores decisiones y a trabajar de manera más eficiente. Utiliza análisis avanzados y machine learning para analizar grandes volúmenes de datos y proporcionar insights y predicciones útiles. La plataforma se usa en diversas industrias, como la salud, para optimizar procesos, mejorar la experiencia del cliente y fomentar la innovación. Se integra fácilmente con sistemas existentes, facilitando que los equipos tomen decisiones rápidas basadas en datos para ofrecer soluciones de vanguardia. Responsabilidades: - Construir, refinar y utilizar plataformas y componentes de ML Engineering. - Desarrollar e implementar sistemas backend escalables, APIs y microservicios con FastAPI. - Implementar MLOps, incluyendo medición de KPIs de modelos, seguimiento, detección de drift y bucles de retroalimentación. - Desplegar y operacionalizar modelos de ML y Deep Learning, con foco en LLMs y IA Generativa. - Integrar Azure OpenAI (GPT-4, GPT-4 Vision) y otros proveedores de LLM con lógica de reintentos y manejo de errores. - Mantenerse actualizado sobre tecnologías de vanguardia como LLMs, GenAI y arquitecturas transformer. - Escalar algoritmos de machine learning para trabajar con datos masivos bajo SLAs estrictos. - Construir y orquestar pipelines de modelos, incluyendo feature engineering, inferencia y entrenamiento continuo. - Escribir código backend en Python y SQL usando principios de orientación a objetos y programación asíncrona (asyncio, async/await). - Implementar patrones de inyección de dependencias y arquitectura en capas (Service, Foundation, Orchestration, DAL). - Construir observabilidad de LLM (ej. Langfuse) para rastrear prompts, tokens, costos y latencia. - Desarrollar sistemas de gestión de prompts con versionado y mecanismos de fallback. - Implementar flujos de trabajo con Celery (o similar) para procesamiento asíncrono de tareas y pipelines complejos. - Construir arquitecturas multi-tenant con aislamiento de datos del cliente. - Implementar estrategias de optimización de costos para el uso de LLM (prompt caching, batch processing, optimización de tokens). - Integrar APIs y servicios de terceros (ej. servicios de documentos/OCR, almacenamiento en la nube, sistemas empresariales). - Colaborar con equipos de cara al cliente para entender el contexto de negocio y contribuir a la recopilación de requisitos técnicos. - Escribir código listo para producción que sea testeable, mantenible y considere casos de borde y errores. - Asegurar alta calidad de entregables siguiendo guías de arquitectura/diseño, mejores prácticas de código y revisiones periódicas. - Escribir unit tests y tests de nivel superior para manejar casos de borde y errores esperados con gracia. - Solucionar problemas de código backend usando logging estructurado y distributed tracing. - Utilizar herramientas de seguimiento de bugs, revisión de código, control de versiones y otras para organizar y entregar trabajo. - Participar en llamadas de scrum y ceremonias ágiles, comunicando progreso, problemas y dependencias. - Documentar cambios y actualizaciones de la aplicación, incluyendo documentación de API vía OpenAPI/Swagger. - Investigar y evaluar patrones y tecnologías de arquitectura emergentes a través de aprendizaje rápido, pruebas de concepto y prototipos. Requisitos: - Título de Grado o Maestría en Ciencias de la Computación o campo relacionado. - Fuertes habilidades de codificación en Python: 7+ años. - 2+ años de experiencia práctica con machine learning y sistemas LLM en producción. - Experiencia construyendo APIs backend con FastAPI, patrones async, rate limiting y SQLAlchemy: 3+ años. - Experiencia diseñando sistemas mantenibles y extensibles usando inyección de dependencias, interfaces y clases base abstractas. - Experiencia con bases de datos vectoriales como Pinecone, Weaviate o Chroma, y búsqueda híbrida. - Fuerte comprensión de arquitecturas RAG, incluyendo retrieval, reranking, assembly de contexto y generación de respuestas. - Experiencia práctica con LangChain y LangGraph para construir y orquestar flujos de trabajo LLM. - Habilidades avanzadas de Python, incluyendo async/await, type hints, Pydantic y principios SOLID. - Experiencia en MLOps con MLflow, versionado de modelos y A/B testing; experiencia con Langfuse es un plus. - Experiencia en NLP y visión por computadora, incluyendo comprensión de documentos, OCR y GPT-4 Vision. - Experiencia construyendo pipelines de features, sistemas de inferencia en tiempo real y batch, y model serving. - Experiencia práctica con Hugging Face es requerida; experiencia con LlamaIndex es un plus. - Familiaridad con tecnologías de bases de datos como SQL. - Buenas habilidades de resolución de problemas y capacidad para trabajar en un entorno dinámico y orientado al equipo. Habilidades deseables (Nice to have): - Comprensión de DevOps, CI/CD incluyendo: containerización con Docker, Azure DevOps pipelines o GitHub Actions, Kubernetes (deseable). - Seguridad de datos incluyendo: aislamiento de datos multi-tenant, gestión segura de claves (Azure Key Vault), implementación de audit trail. - Experiencia diseñando en plataformas cloud incluyendo: Azure (preferido): Azure OpenAI, Blob Storage, Key Vault, Container Registry; AWS o GCP. - Experiencia en data engineering en sistemas Big Data incluyendo: procesamiento de datos a gran escala, pipelines ETL/ELT. - Rate limiting y gestión de cuotas para uso de API de alto throughput. - Gestión y optimización de costos para uso de LLM a escala. - Experiencia en procesamiento de documentos (extracción de PDF, herramientas OCR). - Experiencia en gestión de incidentes en producción y on-call. - Estrategias de testing para outputs de LLM no deterministas (ej. golden datasets, fuzzy matching). - Conocimiento de dominio en industrias reguladas (ej. flujos de trabajo de salud/farmacéutica, cumplimiento normativo) es un plus. Beneficios: - Proyectos geniales con impacto. - Cursos de Udemy de tu elección. - Team-buildings, eventos, maratones y actividades benéficas para conectar y recargar energías. - Talleres, capacitaciones y intercambio de conocimiento experto para seguir creciendo. - Carrera profesional clara. - Días libres para balance vida-trabajo. - Horarios y modalidad de trabajo flexibles: trabaja desde cualquier lugar y organiza tu día a tu manera.
Responsabilidades
- Build, refine, and use ML Engineering platforms and components
- Develop and implement scalable backend systems, APIs, and microservices using FastAPI
- Implement MLOps including model KPI measurement, tracking, model drift detection, and model feedback loops
- Deploy and operationalize ML and Deep Learning models, with a strong focus on LLMs and Generative AI
- Integrate Azure OpenAI (GPT-4, GPT-4 Vision) and other LLM providers with proper retry logic and error handling
- Maintain up-to-date knowledge of state-of-the-art technologies such as LLMs, GenAI, and transformer architectures
- Scale machine learning algorithms to work on massive data sets under strict SLAs
- Build and orchestrate model pipelines including feature engineering, inferencing, and continuous model training
- Write backend application code in Python and SQL using strong object-oriented principles and asynchronous programming (asyncio, async/await)
- Implement dependency injection patterns and layered architecture (Service, Foundation, Orchestration, DAL)
- Build LLM observability (e.g., Langfuse) to track prompts, tokens, costs, and latency
- Develop prompt management systems with versioning and fallback mechanisms
- Implement Celery (or similar) workflows for asynchronous task processing and complex pipelines
- Build multi-tenant architectures with client data isolation
- Implement cost optimization strategies for LLM usage (prompt caching, batch processing, token optimization)
- Integrate third-party APIs and services (e.g., document/OCR services, cloud storage, enterprise systems)
- Collaborate with client-facing teams to understand business context and contribute to technical requirement gathering
- Write production-ready code that is testable, maintainable, and accounts for edge cases and errors
- Ensure high quality of deliverables by following architecture/design guidelines, coding best practices, and periodic design/code reviews
- Write unit tests and higher-level tests to handle expected edge cases and errors gracefully
- Troubleshoot backend application code using structured logging and distributed tracing
- Use bug tracking, code review, version control, and other tools to organize and deliver work
- Participate in scrum calls and agile ceremonies, communicating progress, issues, and dependencies
- Document application changes and updates, including API documentation via OpenAPI/Swagger
- Research and evaluate emerging architecture patterns and technologies through rapid learning, proofs-of-concept, and prototypes
Habilidades
Resolución de problemasTrabajo en equipoAdaptabilidad a entornos dinámicosCapacidad de aprendizaje rápidoProactividad
Beneficios
- Udemy courses of your choice
- Team-buildings, events, marathons & charity activities
- Workshops, trainings, expert knowledge-sharing
- Clear career path
- Absence days for work-life balance
- Flexible hours & work setup