Construir, desplegar y mantener sistemas de Machine Learning en producción, asegurando que los modelos pasen de investigación a productos reales escalables.
Responsabilidades
- Llevar modelos de ML desde notebooks a producción.
- Construir y mantener pipelines de ML (training → inference).
- Productivizar modelos existentes de Data Science.
- Diseñar sistemas ML robustos, escalables y mantenibles.
- Implementar CI/CD para modelos de Machine Learning.
- Mejorar estándares de ingeniería (testing, versionado, calidad de código).
- Monitorizar y mantener modelos en producción.
- Trabajar junto a Data Scientists y Data Engineers.
Requisitos técnicos
- Experiencia en
Machine Learning en producción
.
- Python sólido y buenas prácticas de ingeniería.
- Experiencia con despliegue de modelos (MLOps).
- Experiencia con pipelines de datos o ML.
- Conocimiento de sistemas en cloud.
Nice to have
- AWS.
- Docker.
- Snowflake.
- Kubernetes.
- Experiencia con CI/CD.