Ingeniero de ML

¿Quieres adentrarte profundamente en la IA y el ML?
¿Eres capaz de convertir cualquier pregunta de negocio en el análisis correcto para encontrar el mejor enfoque? ¿Estás listo para aportar tu experiencia, conocimientos y fuerte pasión por la investigación empírica a nuestro equipo de IA/ML?

Como un Ingeniero de ML tu trabajo principal será implementar soluciones de aprendizaje y procesamiento de máquinas.

¡Explora tu potencial con iOLAP y nuestros constructores de soluciones a escala global!

¿Qué estarás haciendo como Ingeniero Líder de ML en iOLAP?

• Llevar un proyecto de ML/DL de principio a fin
• Aprovechar las herramientas de ETL para analizar, extraer y normalizar los datos relevantes
• Estudiar y transformar prototipos de ciencias de datos
• Investigar e implementar algoritmos y herramientas de ML apropiados
• Desarrollar aplicaciones de aprendizaje automático de acuerdo a los requerimientos
• Seleccionar los conjuntos de datos apropiados y los métodos de representación de datos
• Ejecutar pruebas y experimentos de aprendizaje automático
• Ampliar las bibliotecas y marcos de trabajo de ML existentes
• Gestionar y apoyar a los miembros del equipo
• Coordinar con las partes interesadas para asegurar la entrega del proyecto

Construimos con:

Competencias y habilidades que esperamos que tengas para desempeñar con éxito tu trabajo:

• Competencia en el desarrollo de código de software en uno o más lenguajes de programación (Java, Scala, Python, etc.)
• Competencia en SQL y PySpark con experiencia en la optimización de código
• Experiencia en el uso de bibliotecas de ML básicas (Keras, TensorFlow, Pytorch, MxNet, etc.)
• Experiencia práctica en administración, desde la configuración de entornos para diferentes herramientas hasta su administración exitosa (se prefiere AWS)
• Experiencia trabajando con la plataforma de nube AWS (Lambda, S3, C2, EMR, Dynamo DB, ML instances, etc.)
• Habilidades demostrables en la preparación de datos CV o NLP e implementación de pipeline
• Fluidez técnica en las metodologías del ciclo de vida de la ciencia de datos
• Experiencia con la implementación de modelos: contenedores, microservicios y funciones sin servidor
• Sólidas habilidades de validación, prueba de unidad y depuración
• Conocimiento de las bases de datos relacionales
• Comprensión competente de las herramientas de versionamiento de código (Git)

Podríamos ser el ajuste perfecto si tú eres: