Como Líder Técnico de ML, proporcionará liderazgo técnico y mentoría para nuestro equipo de ingeniería de ML en Colombia. Guiará las decisiones técnicas, garantizará la calidad del código, mentorará a los ingenieros y ayudará a crear una cultura de excelencia técnica. Aunque este no es un puesto de gestión de personal, será el ancla técnica y el experto de referencia para el equipo. ### **Principales Responsabilidades:** * 1\. Liderazgo técnico (40%) * Establecer la dirección técnica y 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 * Resolver desafíos técnicos complejos * Evaluar e introducir nuevas tecnologías y herramientas * 2\. Mentoría y desarrollo del equipo (35%) * Mentorar a ingenieros de ML junior y de nivel intermedio (2\-5 ingenieros) * Realizar revisiones técnicas de código * Brindar orientación sobre resolución técnica de problemas * Ayudar a los ingenieros a depurar problemas complejos * Crear oportunidades de aprendizaje y vías de crecimiento * Compartir conocimientos mediante talleres y documentación * Fomentar 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 marcos reutilizables de ML * Mantener credibilidad técnica mediante programación activa ### **Requisitos:** * 1\. Excelencia en ingeniería de ML * Conocimiento profundo de ML: Conocimientos avanzados en múltiples áreas de ML * ML en producción: Experiencia amplia 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 de código: Estándares y mejores prácticas ejemplares en programación * 2\. Amplitud técnica * Múltiples frameworks de ML: Dominio de TensorFlow, PyTorch, scikit\-learn * Plataformas en la nube: Experiencia avanzada en AWS, conocimiento de otras * Ingeniería de datos: Comprensión de pipelines e infraestructura de datos * Diseño de sistemas: Capacidad para diseñar sistemas distribuidos complejos * Optimización de rendimiento: Experiencia en optimización de modelos e infraestructura de ML * 3\. Ingeniería de software * Código limpio: Escribe código ejemplar y mantenible * Pruebas: Promueve las prácticas de prueba (unitarias, integración, específicas de ML) * Git y colaboración: Flujos de trabajo avanzados con Git y patrones de colaboración * CI/CD: Experiencia en la creación y mantenimiento de pipelines de ML * Documentación: Crea documentación técnica clara y completa Podemos utilizar herramientas de inteligencia artificial (IA) para apoyar partes del proceso de contratación, como revisar solicitudes, analizar currículos o evaluar respuestas. Estas herramientas ayudan a nuestro equipo de reclutamiento, pero no sustituyen el juicio humano. Las decisiones finales de contratación son tomadas por personas. Si desea más información sobre cómo se procesan sus datos, contáctenos.