Ingeniero de IA Mid/Senior

• Más de 2 años de experiencia profesional en Machine Learning, Ingeniería de IA o un rol relacionado (Mid-level) / Más de 5 años para Senior
• Sólidas habilidades prácticas en Python, escribiendo código limpio, eficiente, bien documentado y de calidad de producción
• Experiencia demostrada diseñando, entrenando, optimizando y desplegando modelos de ML de forma independiente (por ejemplo, PyTorch, TensorFlow, Scikit-learn)
• Experiencia construyendo sistemas de GenAI y LLM: pipelines de RAG, arquitecturas de chatbot y aplicaciones utilizando herramientas como LangChain
• Familiaridad con MLOps y prácticas de ML en producción: versionado de modelos, monitorización, CI/CD para flujos de trabajo de ML
• Experiencia desplegando y escalando sistemas de ML en AWS, GCP o Azure
• Sólidas habilidades de optimización de rendimiento y depuración (diagnóstico de problemas complejos y mejora de la fiabilidad y eficiencia del sistema)

• La experiencia trabajando con stakeholders o clientes es un plus

Estamos contratando a un ML Engineer de nivel Mid/Senior para contribuir a la dirección técnica en los proyectos con clientes y mentorizar a un equipo de ingenieros de ML junior en crecimiento. Trabajarás directamente con los clientes, llevando los sistemas de IA desde el prototipo hasta el despliegue de grado de producción.

En este puesto, deberás:

• Diseñar, construir y desplegar sistemas de producción basados en ML y LLM (RAG, flujos de trabajo agénticos, fine-tuning, embeddings) para clientes corporativos
• Responsabilizarte de la entrega técnica de principio a fin: desde la arquitectura y el prototipado hasta el despliegue, la monitorización y la iteración
• Trabajar directamente con los equipos de ingeniería y producto de los clientes para traducir las necesidades de negocio en soluciones técnicas acotadas y listas para lanzar
• Mentorizar y apoyar a otros ingenieros de ML del equipo: revisiones de código, orientación técnica e intercambio de conocimientos
• Ayudar a definir las mejores prácticas internas, las herramientas y los estándares técnicos a medida que el equipo crece
• Representar técnicamente a TensorOps en conversaciones con clientes, talleres y (opcionalmente) en conferencias del sector