Categorías
···
Entrar / Registro
Resumen: Buscamos un Líder Técnico GenAI con experiencia en modelos de lenguaje de gran tamaño y servicios en la nube de AWS para supervisar el desarrollo y la implementación de soluciones de IA y gestionar un equipo de ingenieros. Aspectos destacados: 1. Supervisar el desarrollo y la implementación de soluciones de inteligencia artificial de vanguardia 2. Liderar y capacitar a un equipo de ingenieros de aprendizaje automático 3. Contribuir con código a componentes críticos o complejos Medellín, Antioquia,Bogotá, Distrito Capital,Cali, Valle del Cauca,Barranquilla,Bucaramanga, Santander Acerca del proyecto Provectus ayuda a las empresas a adoptar el aprendizaje automático y la inteligencia artificial para transformar la forma en que operan, compiten y generan valor. El enfoque de la empresa radica en construir infraestructura de aprendizaje automático para impulsar transformaciones de IA de extremo a extremo, ayudando a las empresas a adoptar los casos de uso de IA adecuados y escalar sus iniciativas de IA en toda la organización en sectores como Salud y Ciencias de la Vida, Retail y Bienes de Consumo Empacados, Medios y Entretenimiento, Manufactura y negocios de Internet. Buscamos un Líder Técnico GenAI altamente calificado con una sólida experiencia en modelos de lenguaje de gran tamaño (LLM) y servicios en la nube de AWS. El candidato ideal supervisará el desarrollo y la implementación de soluciones de IA de vanguardia mientras gestione un equipo de ingenieros. Este rol de liderazgo exige experiencia técnica práctica, planificación estratégica y capacidades de gestión de equipos para entregar productos innovadores a gran escala. Responsabilidades principales: * Liderazgo técnico (40%) * + Establecer la dirección técnica y los estándares para proyectos de aprendizaje automático + Tomar decisiones arquitectónicas para sistemas de aprendizaje automático + Revisar y aprobar diseños técnicos + Identificar y abordar la deuda técnica + Promover las mejores prácticas en ingeniería de aprendizaje automático + Solucionar desafíos técnicos complejos + Evaluar e introducir nuevas tecnologías y herramientas * Mentoría y desarrollo del equipo (35%) * + Capacitar a ingenieros de aprendizaje automático junior y de nivel medio (2-5 ingenieros) + Realizar revisiones técnicas de código + Brindar orientación sobre la resolución de problemas técnicos + Ayudar a los ingenieros a depurar problemas complejos + Crear oportunidades de aprendizaje y trayectorias de crecimiento + Compartir conocimientos mediante talleres y documentación + Fortalecer la competencia técnica en todo el equipo * Trabajo técnico práctico (25%) * + Contribuir con código a componentes críticos o complejos + Desarrollar pruebas de concepto para nuevos enfoques + Abordar los desafíos técnicos de mayor riesgo + Desarrollar aceleradores y marcos reutilizables de aprendizaje automático + Mantener credibilidad técnica mediante la codificación activa Requisitos: * Excelencia en ingeniería de aprendizaje automático * + Conocimiento profundo de aprendizaje automático: Conocimientos avanzados en múltiples dominios de aprendizaje automático + Aprendizaje automático en producción: Experiencia extensa en la construcción de sistemas de aprendizaje automático listos para producción + Arquitectura: Capacidad para diseñar arquitecturas de aprendizaje automático escalables y mantenibles + MLOps: Comprensión sólida de la infraestructura y operaciones de aprendizaje automático + Sistemas LLM: Experiencia con aplicaciones modernas basadas en LLM y recuperación-aumentada (RAG) + Calidad del código: Normas y mejores prácticas ejemplares de codificación * Amplitud técnica * + Múltiples marcos de aprendizaje automático: Competencia en TensorFlow, PyTorch y scikit-learn + Plataformas en la nube: Experiencia avanzada en AWS y familiaridad con otras plataformas + Ingeniería de datos: Comprensión de pipelines e infraestructura de datos + Diseño de sistemas: Capacidad para diseñar sistemas distribuidos complejos + Optimización del rendimiento: Experiencia en la optimización de modelos e infraestructura de aprendizaje automático * Ingeniería de software * + Código limpio: Escribe código ejemplar y mantenible + Pruebas: Promueve prácticas de prueba (unitarias, de integración y específicas de aprendizaje automático) + Git y colaboración: Flujos de trabajo avanzados de Git y patrones de colaboración + CI/CD: Experiencia en la construcción y mantenimiento de pipelines de aprendizaje automático + Documentación: Crea documentación técnica clara y exhaustiva Lo que ofrecemos: * Colaboración B2B a largo plazo; * Configuración completamente remota; * Presupuesto para su seguro médico; * Licencia por enfermedad remunerada, vacaciones y días festivos; * Apoyo continuo para el aprendizaje, incluida la financiación ilimitada para certificaciones de AWS. Etapas de la entrevista: * Entrevista de reclutamiento; * Entrevista técnica; * Entrevista de RR.HH.; * Entrevista con el gerente de contratación.
