Resumen: Buscamos un Líder Técnico de GenAI con experiencia en modelos de lenguaje grande (LLM) y AWS para liderar un equipo, definir la dirección técnica de los proyectos de ML y contribuir directamente al desarrollo de soluciones de IA de vanguardia. Aspectos destacados: 1. Liderar el desarrollo y la implementación de soluciones de IA de vanguardia 2. Establecer la dirección técnica y los estándares para proyectos de ML 3. Capacitar y desarrollar un equipo de ingenieros de ML Provectus ayuda a las empresas a adoptar ML/IA para transformar la forma en que operan, compiten y generan valor. El enfoque de la empresa radica en construir infraestructura de ML para impulsar transformaciones de IA de extremo a extremo, asistiendo a las empresas en la adopción de los casos de uso de IA adecuados y escalando sus iniciativas de IA en toda la organización en sectores como Salud y Ciencias de la Vida, Retail y Bienes de Consumo Empacados (CPG), Medios y Entretenimiento, Manufactura y empresas de Internet. Buscamos un Líder Técnico de GenAI altamente calificado con una sólida experiencia en modelos de lenguaje grande (LLM) y servicios en la nube de AWS. El candidato ideal supervisará el desarrollo y la implementación de soluciones de IA de vanguardia mientras gestiona 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 ML * Tomar decisiones arquitectónicas para sistemas de ML * Revisar y aprobar diseños técnicos * Identificar y abordar la deuda técnica * Promover las mejores prácticas en ingeniería de ML * Solucionar desafíos técnicos complejos * Evaluar e introducir nuevas tecnologías y herramientas * Mentoría y desarrollo del equipo (35%) * Capacitar a ingenieros de ML junior y de nivel medio (2-5 ingenieros) * Realizar revisiones técnicas de código * Brindar orientación sobre la resolución técnica de problemas * Ayudar a los ingenieros a depurar problemas complejos * Crear oportunidades de aprendizaje y trayectorias de crecimiento * Compartir conocimientos mediante talleres y documentación * Desarrollar competencia técnica en todo el equipo * Trabajo técnico práctico (25%) * Contribuir con código a componentes críticos o complejos * Construir pruebas de concepto para nuevos enfoques * Abordar los desafíos técnicos de mayor riesgo * Desarrollar aceleradores y marcos reutilizables de ML * Mantener credibilidad técnica mediante codificación activa ### **Requisitos:** * Excelencia en ingeniería de ML * Conocimiento profundo de ML: Conocimientos avanzados en múltiples dominios de ML * ML en producción: Experiencia extensa en la construcción de sistemas de ML listos para producción * Arquitectura: Capacidad para diseñar arquitecturas de ML escalables y mantenibles * MLOps: Comprensión sólida de infraestructura y operaciones de ML * Sistemas LLM: Experiencia con aplicaciones modernas basadas en LLM y RAG * Calidad del código: Normas ejemplares de codificación y mejores prácticas * Amplitud técnica * Múltiples frameworks de ML: Competencia en TensorFlow, PyTorch, scikit-learn * Plataformas en la nube: Experiencia avanzada en AWS, 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 optimizando modelos e infraestructura de ML * Ingeniería de software * Código limpio: Escribe código ejemplar y mantenible * Pruebas: Promueve prácticas de prueba (unitarias, de integración, específicas de ML) * Git y colaboración: Flujos de trabajo avanzados de Git y patrones de colaboración * CI/CD: Experiencia en la construcción y mantenimiento de pipelines de ML * Documentación: Crea documentación técnica clara y exhaustiva ### **Lo que ofrecemos:** * Colaboración B2B a largo plazo; * Configuración completamente remota; * Un 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. Podemos utilizar herramientas de inteligencia artificial (IA) para apoyar partes del proceso de contratación, como la revisión de solicitudes, el análisis de currículums o la evaluación de respuestas. Estas herramientas ayudan a nuestro equipo de reclutamiento, pero no sustituyen el juicio humano. Las decisiones finales de contratación son tomadas exclusivamente por personas. Si desea más información sobre cómo se procesan sus datos, contáctenos.