Como Líder Técnico de ML, proporcionará liderazgo técnico y tutoría al equipo de ingeniería de ML en Colombia. Guiará las decisiones técnicas, garantizará la calidad del código, tutorará a los ingenieros y ayudará a construir una cultura de excelencia técnica. Aunque este no es un puesto de gestión de personal, usted actuará como el ancla técnica 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 * Promover las mejores prácticas en ingeniería de ML * Solucionar problemas técnicos complejos * Evaluar e introducir nuevas tecnologías y herramientas * 2\. Tutoría y desarrollo del equipo (35%) * Tutorar 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 * 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 credibilidad técnica mediante programación activa ### **Requisitos:** * 1\. 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 la infraestructura y operaciones de ML * Sistemas de LLM: Experiencia con aplicaciones modernas basadas en LLM y RAG * Calidad del código: Normas y mejores prácticas ejemplares de programación * 2\. 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: Conocimiento 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 * 3\. Ingeniería de software * Código limpio: Escribe código ejemplar y mantenible * Pruebas: Promueve prácticas de prueba (unitarias, de integración y específicas de ML) * Git y colaboración: Flujos de trabajo avanzados con Git y patrones de colaboración * 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 son tomadas, en última instancia, por personas. Si desea más información sobre cómo se procesan sus datos, contáctenos.