Resumen: Buscamos un Líder Técnico de GenAI con experiencia en modelos de lenguaje grande (LLM) y en AWS para liderar el desarrollo de soluciones de IA, gestionar ingenieros y impulsar la entrega innovadora de productos a escala. Aspectos destacados: 1. Liderar el desarrollo y la implementación de soluciones de IA de vanguardia 2. Gestionar y orientar a un equipo de ingenieros de aprendizaje automático (ML) 3. Impulsar transformaciones integrales de IA con experiencia en infraestructura 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 integrales de IA, ayudando a las empresas a adoptar los casos de uso de IA adecuados y a escalar sus iniciativas de IA en toda la organización en sectores como Salud y Ciencias de la Vida, Retail y Bienes de Consumo Masivo (CPG), Medios y Entretenimiento, Manufactura y negocios de Internet. Buscamos un Líder Técnico de GenAI altamente calificado con una sólida experiencia en modelos de lenguaje grande (LLM) y en 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 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%) * Orientar 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 * 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 la 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 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 basados en LLM: Experiencia con aplicaciones modernas basadas en LLM y recuperación-aumentada por generación (RAG) * Calidad del código: Estándares y mejores prácticas ejemplares de programación * Amplitud técnica * Múltiples frameworks de ML: Competencia en TensorFlow, PyTorch y scikit-learn * Plataformas en la nube: Experiencia avanzada en AWS y conocimiento 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 en la optimización de modelos e infraestructura de ML * 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 en la construcción y mantenimiento de pipelines de ML * Documentación: Crea documentación técnica clara y exhaustiva ### **Qué 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 (HM). 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 exclusivamente por personas. Si desea más información sobre cómo se procesan sus datos, contáctenos.