Definir, asesorar, coordinar y/o ejecutar con visión integral las actividades del proyecto/servicio, desarrollando productos de complejidad avanzada, con calidad y de acuerdo a los tiempos asignados, a través de la correcta implementación de la solución
FORMACIÓN
Profesional en Ingeniería, Estadística y/o Matemáticas con conocimiento EXPERTO en Machine Learning.
Manejo de software R, Python, Scala.Formación reciente asociada a implementación de IA/IA Generativa (LLM): certificaciones o cursos en Azure AI/Azure OpenAI (p.
ej., AI‑102), Google Cloud Generative AI/Vertex AI, AWS Bedrock, Databricks Generative AI, Prompt Engineering, RAG y Responsible AI.
Se valoran credenciales verificables (badges) y portafolio (GitHub/notebooks).Complementario: seguridad y gobierno de datos (PII/PHI, cumplimiento), metodologías ágiles (Scrum/Kanban) y buenas prácticas de MLOps/LLMOps. EXPERIENCIA
Mínima de 3 años implementando modelos analíticos.Experiencia demostrable en el ciclo end to end desde la exploración hasta la producción del modelo.Analizar e interpretar datos cualitativos y cuantitativos usando métodos estadísticos existentes.Amplia experiencia y alto nivel de conocimiento en ML (regresión logística, árboles de decisión, series de tiempo, clusterización, entre otros).Conocimiento en IA tales como:
o NLP
o Visión por computador
o Entre otrosAdicional (GenAI/LLM): Participación en proyectos con IA Generativa/LLM o, en su defecto, conocimiento comprobable (casos de uso, PoC/prototipos o entregables verificables).Diseño y evaluación de prompts; ajuste fino cuando aplique; evaluación de calidad (factualidad, seguridad, utilidad, toxicidad).Implementación de patrones como RAG, asistentes y búsqueda aumentada; integración con APIs y servicios cloud (Azure OpenAI/OpenAI API, Google Vertex AI, AWS Bedrock).Uso de búsqueda semántica y bases vectoriales (Pinecone, FAISS, Chroma, Azure AI Search/Elasticsearch).Desarrollo en Python/SQL; construcción de servicios (p.
ej., FastAPI), contenedores (Docker), control de versiones (Git) y prácticas de MLOps/LLMOps (MLflow, Weights & Biases, evaluación continua, monitoreo de calidad, costos y latencia). DESEABLE
Servicios de ML e IA en alguna de las nubes (Azure, AWS, GCP).Implementación en producción de soluciones con LLM (RAG, asistentes, generación/síntesis de conocimiento) con guardrails, mitigación de alucinaciones y controles de privacidad/seguridad.Prácticas de LLMOps: datasets de evaluación, trazabilidad de prompts, monitoreo de calidad/costos/drift y A/B testing.Estudios/certificaciones recientes asociados a la implementación de IA/IA generativa.Contribuciones públicas: estudios de caso, publicaciones técnicas, charlas o proyectos open source.Inglés intermedio/avanzado para documentación técnica y coordinación con proveedores Responsabilidades funcionales:
Ejecución end-to-end de soluciones de datos/ML/GenAI: discovery, set-up, planeación, ejecución, validación, preparación final y liberación a producción.Diseñar y desarrollar modelos analíticos (regresión, árboles, series de tiempo, clustering, NLP, visión) y soluciones con LLM (RAG, asistentes, búsqueda semántica, chat interno), incluyendo diseño/evaluación de prompts y, cuando aplique, ajuste fino.Asegurar prácticas de ingeniería y MLOps/LLMOps: versionamiento, experiment tracking, evaluación continua, monitoreo de calidad/costos/latencia, observabilidad y documentación.Garantizar gobierno, seguridad y privacidad de datos; implementar guardrails y principios de Responsible AI.Resolver problemas complejos y proponer soluciones innovadoras; trabajar de forma autónoma. Responsabilidades de gestión:
Realizar levantamiento de requerimientos y definir la propuesta de solución; dimensionar esfuerzos en preventa según complejidad.Conducir workshops, priorizar backlog y alinear roadmap de valor.Generar casos de éxito, whitepapers y contribuir a la Base de Conocimientos (mejores prácticas, solución a errores).Impartir cursos/charlas y actuar como mentor de carrera. PALABRAS CLAVES
Bert Model, Spark, Torch, TensorflowGen AI, LLM, RAG, Prompt EngineeringEvaluación de LLM, Guardrails, Responsible AILLMOps, MLOps, MLflow, Weights & BiasesLangChain, LlamaIndex