Ingeniero de ML Senior con Python (IR-536)

El producto de nuestro cliente es una plataforma impulsada por IA que ayuda a las empresas a tomar mejores decisiones y a trabajar de forma más eficiente. Utiliza analítica avanzada y aprendizaje automático para analizar grandes cantidades de datos y ofrecer información útil y predicciones. La plataforma se utiliza ampliamente en diversos sectores, incluido el sanitario, para optimizar procesos, mejorar las experiencias de los clientes y apoyar la innovación. Se integra fácilmente con los sistemas existentes, lo que facilita que los equipos tomen decisiones rápidas basadas en datos para ofrecer soluciones de vanguardia.

Requisitos

• Título de grado o máster en Informática o en un campo relacionado.
• Sólidas habilidades de programación en Python: más de 7 años.
• Más de 2 años de experiencia práctica con aprendizaje automático y sistemas LLM en producción.
• Experiencia en el desarrollo de APIs backend con FastAPI, patrones asíncronos, limitación de tasa (rate limiting) y SQLAlchemy: más de 3 años.
• Experiencia en el diseño de sistemas mantenibles y extensibles mediante inyección de dependencias, interfaces y clases base abstractas.
• Experiencia con bases de datos vectoriales como Pinecone, Weaviate o Chroma, así como con búsqueda híbrida.
• Sólida comprensión de las arquitecturas RAG, incluyendo recuperación, reordenamiento (reranking), ensamblaje de contexto y generación de respuestas.
• Experiencia práctica con LangChain y LangGraph para construir y orquestar flujos de trabajo con LLM.
• Habilidades avanzadas en Python, incluyendo async/await, type hints, Pydantic y principios SOLID.
• Experiencia en MLOps con MLflow, versionado de modelos y pruebas A/B; la experiencia con Langfuse es un plus.
• Experiencia en PLN (NLP) y visión artificial, incluyendo comprensión de documentos, OCR y GPT-4 Vision.
• Experiencia en la construcción de pipelines de características, sistemas de inferencia en tiempo real y por lotes, y servicio de modelos.
• Experiencia práctica con Hugging Face (requerida); la experiencia con LlamaIndex es un plus.
• Familiaridad con tecnologías de bases de datos como SQL.
• Buenas habilidades para resolver problemas y capacidad para trabajar en un entorno dinámico y orientado al equipo.

Habilidades deseables:

• Conocimientos de DevOps y CI/CD, incluyendo: contenedorización con Docker, pipelines de Azure DevOps o GitHub Actions, Kubernetes (deseable);
• Seguridad de datos, incluyendo: aislamiento de datos multiinquilino (multi-tenant), gestión segura de claves (Azure Key Vault), implementación de registros de auditoría;
• Experiencia en el diseño sobre plataformas en la nube, incluyendo: Azure (muy valorado): Azure OpenAI, Blob Storage, Key Vault, Container Registry, AWS o GCP;
• Experiencia en ingeniería de datos en sistemas de Big Data, incluyendo: procesamiento de datos a gran escala, pipelines ETL/ELT.
• Limitación de tasa y gestión de cuotas para uso de API de alto rendimiento.
• Gestión y optimización de costes para el uso de LLM a gran escala.
• Experiencia en procesamiento de documentos (extracción de PDF, herramientas OCR).
• Experiencia en gestión de incidencias en producción y guardias (on-call).
• Estrategias de prueba para salidas no deterministas de LLM (por ejemplo, conjuntos de datos de referencia dorados, coincidencia difusa).
• Conocimiento del dominio en sectores regulados (por ejemplo, flujos de trabajo sanitarios/farmacéuticos, cumplimiento normativo) es un plus.

Responsabilidades:

• Construir, perfeccionar y utilizar plataformas y componentes de ingeniería de ML; desarrollar e implementar sistemas backend, APIs y microservicios escalables con FastAPI.
• Implementar MLOps, incluyendo la medición de KPI de modelos, seguimiento, detección de deriva (drift) de modelos y bucles de retroalimentación de modelos.
• Desplegar y poner en operación modelos de ML y Deep Learning, con un fuerte enfoque en LLM e IA generativa.
• Integrar Azure OpenAI (GPT-4, GPT-4 Vision) y otros proveedores de LLM con una lógica de reintentos y manejo de errores adecuada.
• Mantener un conocimiento actualizado de las tecnologías más avanzadas, como LLM, IA generativa y arquitecturas transformer.
• Escalar algoritmos de aprendizaje automático para trabajar con conjuntos de datos masivos bajo SLA estrictos.
• Construir y orquestar pipelines de modelos, incluyendo ingeniería de características, inferencia y entrenamiento continuo de modelos.
• Escribir código backend en Python y SQL aplicando sólidos principios de programación orientada a objetos y programación asíncrona (asyncio, async/await).
• Implementar patrones de inyección de dependencias y una arquitectura en capas (Service, Foundation, Orchestration, DAL).
• Construir observabilidad de LLM (por ejemplo, Langfuse) para seguir prompts, tokens, costes y latencia.
• Desarrollar sistemas de gestión de prompts con versionado y mecanismos de respaldo (fallback).
• Implementar flujos de trabajo con Celery (u otra herramienta similar) para el procesamiento asíncrono de tareas y pipelines complejos.
• Construir arquitecturas multiinquilino con aislamiento de datos de cliente.
• Implementar estrategias de optimización de costes para el uso de LLM (caché de prompts, procesamiento por lotes, optimización de tokens).
• Integrar APIs y servicios de terceros (por ejemplo, servicios de documentos/OCR, almacenamiento en la nube, sistemas empresariales).
• Colaborar con los equipos de cara al cliente para comprender el contexto empresarial y contribuir a la recopilación de requisitos técnicos.
• Escribir código listo para producción, comprobable, mantenible y que contemple casos límite y errores.
• Garantizar la alta calidad de los entregables siguiendo las pautas de arquitectura y diseño, las mejores prácticas de codificación y revisiones periódicas de diseño y código.
• Escribir pruebas unitarias y pruebas de nivel superior para gestionar adecuadamente los casos límite y errores previstos.
• Diagnosticar y resolver problemas en el código backend utilizando registros estructurados y trazabilidad distribuida.
• Utilizar herramientas de seguimiento de errores, revisión de código, control de versiones y otras herramientas para organizar y entregar el trabajo.
• Participar en reuniones diarias de scrum y ceremonias ágiles, comunicando el progreso, los problemas y las dependencias.
• Documentar los cambios y actualizaciones de la aplicación, incluyendo la documentación de la API mediante OpenAPI/Swagger.
• Investigar y evaluar patrones de arquitectura y tecnologías emergentes mediante aprendizaje rápido, pruebas de concepto y prototipos.

Beneficios

• Proyectos increíbles con impacto
• Cursos de Udemy a tu elección
• Actividades de integración de equipos, eventos, maratones y actividades benéficas para conectar y recargar energías
• Talleres, formaciones y transferencia de conocimiento experto que te permiten seguir creciendo
• Itinerario profesional claro
• Días de ausencia para el equilibrio entre vida laboral y personal
• Horario y modalidad de trabajo flexibles: trabaja desde cualquier lugar y organiza tu día a tu manera

Publicado originalmente en Himalayas