Ingeniero Machine Learning Mid-Level

Descripción del Puesto

Título del Puesto: Ingeniero Machine Learning Mid-Level

Habilidades clave: Python, SQL, PySpark, Machine Learning, MLflow, Databricks, scikit-learn, XGBoost, PyTorch, TensorFlow, Plataformas en la Nube

Experiencia: 3+ años.

Ubicación: Abierto a candidatos de ubicaciones de contratación aprobadas.

Modalidad: Remoto.

En Coforge estamos contratando a un Ingeniero Machine Learning Mid-Level (#15311-1-3) con el siguiente conjunto de habilidades.

Responsabilidades Clave

• Diseñar, desarrollar, desplegar y mantener modelos de machine learning y pipelines escalables de calidad producción en entornos de nube.
• Diseñar y optimizar pipelines de ingestión de datos, ingeniería de características y conjuntos de etiquetas para datasets clínicos y de consumidor de múltiples terabytes.
• Gestionar el ciclo de vida completo de ML, incluyendo experimentación, entrenamiento, validación, versionado, despliegue, monitoreo y mejora continua del modelo.
• Colaborar con stakeholders de producto, ingeniería y negocio para traducir requisitos en soluciones medibles de ML y prototipear rápidamente tecnologías emergentes de ML.

Habilidades y Cualificaciones Requeridas

• 3+ años de experiencia como Ingeniero ML, Científico de Datos o Ingeniero de Datos enfocado en construir y desplegar pipelines y modelos de ML.
• Dominio sólido de Python, SQL y PySpark para procesamiento de datos a gran escala.
• Experiencia práctica con frameworks de ML como scikit-learn, XGBoost, PyTorch o TensorFlow.
• Experiencia con herramientas de gestión de modelos y pipelines de ML como MLflow o equivalente.
• Experiencia trabajando con entornos basados en la nube incluyendo AWS, Google Cloud, Azure o Databricks.
• Experiencia comprobada en gestión de datasets grandes con enfoque en calidad de datos, escalabilidad y mejores prácticas de entrenamiento de modelos.
• Experiencia con el ciclo de vida completo de ML, incluyendo experimentación, validación, despliegue, monitoreo y versionado de modelos.
• Fundamentos sólidos de ingeniería de software con capacidad de escribir código limpio, mantenible, reutilizable y bien documentado.
• Habilidades sólidas de comunicación y colaboración en equipos técnicos y no técnicos.
• Licenciatura o Maestría en Ciencias de la Computación, Machine Learning, Ciencia de Datos o campo relacionado, o experiencia práctica equivalente.

Habilidades Preferidas

• Experiencia con datasets de seguros de salud, registros de salud electrónica o ciencias de la vida.
• Grado avanzado (M.S. o Ph.D.) en Ciencias de la Computación, Ciencia de Datos o campo técnico relacionado.
• Conocimiento de prácticas MLOps, incluyendo CI/CD para ML, versionado de modelos y despliegue.
• Experiencia con enfoques de aprendizaje profundo para pronóstico de series temporales.
• Conocimiento de pronóstico de series temporales, inferencia causal o modelos de lenguaje grandes.
• Experiencia definiendo métricas de éxito con product managers o analistas.
• Experiencia trabajando en entornos Agile rápidos.