Construir la infraestructura de Machine Learning y MLops que permite a Data Scientists desarrollar, desplegar y mantener modelos de Machine Learning en producción
Realizar análisis de datos ad hoc y presentar hallazgos accionables al equipo.
Implementar y mantener monitoreo y alertas sobre indicadores críticos.
Desarrollar e implementar dashboards que permitan optimizar métricas clave.
Colaborar dentro del squad en el diseño e implementación de soluciones analíticas que respondan a las necesidades del negocio.
Traducir requerimientos del squad en modelos de datos y transformaciones dentro del data warehouse.
Coordinar con Data Engineering y otros squads para asegurar la calidad, consistencia y disponibilidad de los datos.

5+ años de experiencia en Ciencia de Datos, Machine Learning o MLOps
2+ años trabajando con MLOps tools en producción (registry, tracking, model serving, Monitoring, Versioning)
Experiencia construyendo SDKs/libraries Python para consumo interno
Experiencia con CI/CD pipelines (GitHub Actions, GitLab CI, Jenkins)
Capacidad de entender modelos bayesianos, ponerlos en producción con buenas prácticas y mejorarlos
Python avanzado (packaging, testing, documentation)
MLflow (registry, tracking server, model serving, artifacts)
Modelos bayesianos (PyMC, Stan, o similar)
productización y optimization
Docker & Kubernetes básico
Git & GitHub/GitLab workflows
REST APIs design & development
Cloud platforms (GCP preferible, AWS/Azure acceptable).

Machine Learning Engineer

Key skills