Ingeniero de Machine Learning / NLP Sénior

Buscamos un/a Ingeniero/a de Machine Learning / NLP con experiencia para liderar un proyecto de infraestructura transformador y de alto impacto. Serás responsable de diseñar, evaluar y desplegar modelos avanzados de aprendizaje automático para complementar y mejorar nuestro pipeline de detección de alta precisión y gran escala.

En este puesto, trabajarás estrechamente con nuestros equipos principales de ingeniería, datos y liderazgo técnico para garantizar la integración fluida de las nuevas tecnologías de ML con nuestros sistemas existentes.

El objetivo principal de tu función es introducir enfoques de ML modernos y de última generación que funcionen junto a nuestra infraestructura actual para crear una arquitectura híbrida potente. Esta es una oportunidad única para abordar desafíos complejos en inferencia de baja latencia, resolución de entidades a escala masiva y sistemas de aprendizaje continuo.

Nota: Debido a la naturaleza altamente propietaria de nuestros sistemas, los entregables específicos, la arquitectura y las tecnologías exactas se discutirán en detalle bajo un acuerdo de confidencialidad (NDA) durante tu primera entrevista.

• Mejora e innovación del sistema: Diseñar, entrenar y desplegar modelos de Procesamiento de Lenguaje Natural (NLP) de última generación para complementar y escalar nuestra arquitectura de datos de alto rendimiento actual.

• Integración de arquitectura: Construir capas de integración robustas que permitan que las nuevas predicciones de aprendizaje automático funcionen sin problemas junto a nuestros sistemas de producción establecidos.

• Pipelines de mejora continua: Desarrollar bucles de retroalimentación automatizados y mecanismos de aprendizaje que permitan a nuestros sistemas adaptarse, actualizarse y mejorar con el tiempo con una intervención manual mínima.

• Despliegue en producción y optimización: Transicionar modelos desde la fase de investigación/evaluación a la producción completa, optimizando modelos complejos para una inferencia de baja latencia estricta y una alta fiabilidad.

• Marcos de calidad y evaluación: Establecer puntos de referencia (benchmarks) de evaluación rigurosos, entornos de pruebas automatizados y paneles de control de monitorización para garantizar la precisión y la estabilidad de las implementaciones de ML.

• NLP avanzado y Deep Learning: Comprensión teórica y práctica profunda de las tareas principales de NLP, como la extracción de entidades, la clasificación de textos y la comprensión contextual.

• Arquitecturas Transformer: Experiencia demostrada en el entrenamiento, ajuste fino (fine-tuning) y despliegue de modelos modernos basados en transformers y métodos de codificación para tareas de texto complejas.

• MLOps e ingeniería de producción: Sólida trayectoria optimizando modelos para entornos de baja latencia (por ejemplo, inferencia por lotes, destilación de modelos, aceleración por hardware) y desplegándolos a escala.

• Evaluación y métricas: Experiencia en el diseño de marcos de evaluación de ML, la creación de conjuntos de datos de referencia (gold-standard) y el seguimiento de métricas de rendimiento para identificar y resolver casos límite (edge cases).

• Integración de sistemas complejos: Experiencia combinando modelos de aprendizaje automático probabilísticos con arquitecturas de software deterministas o heredadas (legacy), incluyendo la puntuación de confianza y despliegues mediante pruebas A/B.

• Buenas prácticas de ingeniería de software: sólidas habilidades de programación centradas en escribir código limpio y escalable, crear documentación técnica y mantener pipelines de CI/CD robustos para modelos de ML.