Resumen: El Líder Técnico de Aprendizaje Automático brindará liderazgo técnico y mentoría a un equipo de ingeniería de aprendizaje automático, orientando las decisiones técnicas, garantizando la calidad del código y fomentando la excelencia técnica como experto de referencia. Aspectos destacados: 1. Proporcionar liderazgo técnico para proyectos de aprendizaje automático, definiendo la dirección y los estándares 2. Mentorizar a ingenieros de aprendizaje automático junior y de nivel medio, fomentando el desarrollo del equipo 3. Participar directamente en componentes críticos de aprendizaje automático y desarrollar nuevos enfoques Como Líder Técnico de Aprendizaje Automático, usted brindará liderazgo técnico y mentoría al equipo de ingeniería de aprendizaje automático en Colombia. Guiará las decisiones técnicas, garantizará la calidad del código, mentorizará 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%) * Definir la dirección técnica y los estándares para proyectos de aprendizaje automático * Tomar decisiones arquitectónicas para sistemas de aprendizaje automático * Revisar y aprobar diseños técnicos * Identificar y abordar la deuda técnica * Impulsar las mejores prácticas en ingeniería de aprendizaje automático * Solucionar desafíos técnicos complejos * Evaluar e introducir nuevas tecnologías y herramientas * 2\. Mentoría y desarrollo del equipo (35%) * Mentorizar a ingenieros de aprendizaje automático 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 marcos reutilizables de aprendizaje automático * Mantener credibilidad técnica mediante la codificación activa ### **Requisitos:** * 1\. Excelencia en ingeniería de aprendizaje automático * Conocimiento profundo de aprendizaje automático: Conocimientos avanzados en múltiples dominios de aprendizaje automático * Aprendizaje automático en producción: Amplia experiencia en la construcción de sistemas de aprendizaje automático listos para producción * Arquitectura: Capacidad para diseñar arquitecturas de aprendizaje automático escalables y mantenibles * MLOps: Sólida comprensión de la infraestructura y operaciones de aprendizaje automático * Sistemas de modelos lingüísticos grandes (LLM): Experiencia con aplicaciones modernas basadas en LLM y recuperación-aumentada (RAG) * Calidad del código: Normas ejemplares de codificación y mejores prácticas * 2\. Amplitud técnica * Múltiples frameworks de aprendizaje automático: Competencia en TensorFlow, PyTorch y scikit\-learn * Plataformas en la nube: Experiencia avanzada con AWS y conocimientos generales de otras plataformas * Ingeniería de datos: Comprensión de tuberías 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 aprendizaje automático * 3\. Ingeniería de software * Código limpio: Escribe código ejemplar y mantenible * Pruebas: Promueve las prácticas de prueba (unitarias, de integración y específicas de aprendizaje automático) * Git y colaboración: Flujos de trabajo avanzados con Git y patrones colaborativos * CI/CD: Experiencia en la construcción y mantenimiento de tuberías de aprendizaje automático * 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 exclusivamente por personas. Si desea más información sobre cómo se procesan sus datos, póngase en contacto con nosotros.