**Fecha:** 5 dic. 2025 **Ubicación:** LIMA, Peru **Empresa:** Alicorp S.A.A. **¿Cuál será tu desafío?** Diseñar, implementar y mantener pipelines, modelos y servicios de Machine Learning robustos, escalables y observables, habilitando que las soluciones analíticas operen de manera confiable, segura y con impacto medible en el negocio, asegurando su integración con las plataformas corporativas y su adopción sostenida.**¿Qué harás en tu rol?** * Garantizar la puesta en producción, operación y mantenimiento continuo de modelos de Machine Learning mediante pipelines confiables, seguros y versionados. * Diseñar, desarrollar y optimizar pipelines de datos y ML (entrenamiento, inferencia, monitoreo) utilizando buenas prácticas de ingeniería y automatización. * Implementar monitoreo, observabilidad y alertas para modelos e infraestructura (drift, performance, latencia, calidad de datos). * Gestionar versionamiento de datos, features, modelos y experimentos mediante herramientas MLOps (ej: MLflow, Vertex AI, Feature Store). * Participar en la integración con equipos de Data Engineering, DevOps y Producto para asegurar que modelos y pipelines se integren con Data Lake, APIs, servicios y frontales del negocio. * Documentar, estandarizar y promover buenas prácticas de MLOps (CI/CD, IaC, testing automatizado, gobernanza). * Realizar mejoras iterativas sobre modelos en producción basadas en métricas, feedback operativo y cambios del negocio. **¿Qué necesitamos de ti?** * Profesional egresado de Ingeniería de Sistemas, Ingeniería Informática, Ingeniería Estadística, Ciencia de Datos, Ingeniería de Software o carreras afines. * Estudios Complementarios: Especialización en MLOps, DevOps o Ingeniería de Datos, Modelos de Machine Learning y prácticas de IA aplicada, CI/CD, Infraestructura como Código (IaC), Arquitectura de nubes (GCP deseable), Observabilidad, monitoreo y gobernanza de modelos, Metodologías ágiles orientadas a productos de datos * Idiomas: inglés intermedio * Manejo de software: Python, SQL, Power BI, BigQuery, MLflow, Feature Store, Docker, Kubernetes, Terraform, Git, pipelines CI/CD, herramientas para drift, logging y performance ML/infraestructura