Ingeniero de Inteligencia Artificial
hace 2 días
Salteras
🚀 AI / ML Engineer MLOps · Automatización · Cloud Buscamos un/a AI / ML Engineer que lidere el diseño, construcción y automatización de soluciones de IA de extremo a extremo, desde los datos hasta la puesta en producción y monitorización continua de los modelos. Tu misión será diseñar, construir y escalar soluciones de IA con foco en pipelines robustos y automatizados, asegurando que los modelos pasen de prototipo a producto real, medible y alineado con los objetivos de negocio. 📌 Responsabilidades • Diseñar, entrenar y evaluar modelos de ML/DL alineados con objetivos de negocio e integrados en pipelines end-to-end., • Construir y mantener pipelines automatizados de datos y ML (ingestión, feature engineering, entrenamiento, validación, registro y despliegue)., • Implementar prácticas de MLOps: CI/CD para modelos, tests automatizados, contenedorización y despliegues controlados en cloud., • Garantizar reproducibilidad y trazabilidad: versionado de datos, código y modelos; experiment tracking y metadatos., • Monitorizar modelos en producción (deriva, métricas de negocio, latencia, errores) y activar reentrenamientos., • Colaborar con equipos de producto y stakeholders para definir requisitos, métricas de éxito e impacto., • Liderar decisiones técnicas, estándares de arquitectura y mentorización de perfiles junior., • Velar por principios de IA responsable: seguridad, privacidad, sesgos, explicabilidad y cumplimiento normativo. 🎓 Requisitos mínimos • Grado en Ingeniería Informática, Telecomunicaciones, Matemáticas, Estadística, Física o similar., • Valorable máster en IA, ML, Data Science o MLOps., • ≥ 3–4 años de experiencia en desarrollo y puesta en producción de modelos de ML/DL., • Dominio de Python y ecosistema ML (pandas, NumPy, scikit-learn, PyTorch y/o TensorFlow)., • Experiencia real en pipelines de ML en producción (más allá de notebooks)., • Uso de orquestadores (Airflow, Kubeflow…) y herramientas de experiment tracking / model registry (MLflow o similares)., • Despliegue automatizado con Docker, Kubernetes y servicios cloud (AWS, GCP o Azure)., • Buenas prácticas de ingeniería de software: Git, testing, code review, CI/CD., • Capacidad de comunicación con perfiles técnicos y no técnicos. ➕ Se valorará • Certificaciones Cloud (AWS, GCP, Azure) y/o específicas de IA / MLOps. 🧠 Habilidades • Comunicación clara y adaptación al interlocutor., • Trabajo en equipo y colaboración multidisciplinar., • Pensamiento crítico y resolución de problemas., • Orientación a producto e impacto en negocio., • Autonomía, organización y responsabilidad., • Curiosidad y aprendizaje continuo.