Como Líder Técnico de ML, proporcionarás liderazgo técnico y mentoría al equipo de ingeniería de ML en Colombia. Orientarás las decisiones técnicas, garantizarás la calidad del código, mentorizarás a los ingenieros y ayudarás a construir una cultura de excelencia técnica. Aunque este no es un puesto de gestión de personas, actuarás como el referente técnico y el experto de referencia para el equipo. ### **Responsabilidades principales:** * 1\. Liderazgo técnico (40%) * Establecer la dirección técnica y los estándares para los proyectos de ML * Tomar decisiones arquitectónicas para los sistemas de ML * Revisar y aprobar diseños técnicos * Identificar y abordar la deuda técnica * Impulsar las mejores prácticas en ingeniería de ML * Solucionar desafíos técnicos complejos * Evaluar e introducir nuevas tecnologías y herramientas * 2\. Mentoría y desarrollo del equipo (35%) * Mentorizar a ingenieros de ML junior y de nivel intermedio (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 * Fortalecer la competencia técnica en todo el equipo * 3\. 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 frameworks reutilizables de ML * Mantener la credibilidad técnica mediante la programación activa ### **Requisitos:** * 1\. Excelencia en ingeniería de ML * Experticia avanzada en ML: Conocimientos profundos en múltiples dominios de ML * ML en producción: Amplia experiencia desarrollando sistemas de ML listos para producción * Arquitectura: Capacidad para diseñar arquitecturas de ML escalables y mantenibles * MLOps: Sólida comprensión de la infraestructura y operaciones de ML * Sistemas basados en modelos de lenguaje grande (LLM): Experiencia con aplicaciones modernas basadas en LLM y recuperación-aumentada por generación (RAG) * Calidad del código: Normas y mejores prácticas ejemplares de programación * 2\. Amplitud técnica * Múltiples frameworks de ML: Competencia en TensorFlow, PyTorch y scikit-learn * Plataformas en la nube: Experiencia avanzada con AWS y conocimientos de 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 de ML e infraestructura * 3\. Ingeniería de software * Código limpio: Escribe código ejemplar y mantenible * Pruebas: Promueve las prácticas de prueba (unitarias, de integración y específicas de ML) * Git y colaboración: Flujos de trabajo avanzados con Git y patrones colaborativos * CI/CD: Experiencia construyendo y manteniendo pipelines de ML * Documentación: Crea documentación técnica clara y exhaustiva 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 asisten a nuestro equipo de reclutamiento, pero no sustituyen el juicio humano. Las decisiones finales de contratación las toman siempre personas. Si desea más información sobre cómo se procesan sus datos, contáctenos.