Asociado Senior

Descripción

Resumen: Ingeniero en IA/Aprendizaje Automático con más de 3 años de experiencia en el desarrollo e implementación operativa de modelos de aprendizaje automático escalables, así como en el diseño e implementación de flujos de trabajo para agentes de inteligencia artificial. Logros destacados: 1. Desarrollo de modelos de aprendizaje automático punteros y escalables 2. Diseño e implementación de flujos de trabajo y tuberías (pipelines) para agentes de inteligencia artificial 3. Experiencia práctica en operaciones de agentes (Agent Ops) y gestión del ciclo de vida de modelos de lenguaje de gran tamaño (LLM) **Resumen del puesto: \-** Ingeniero en IA/Aprendizaje Automático con buena experiencia práctica de 3\+ años en el desarrollo, la implementación operativa y la escalabilidad de modelos de aprendizaje automático punteros, así como en el diseño e implementación de flujos de trabajo y tuberías (pipelines) para agentes de inteligencia artificial, aprovechando entornos de producción listos para usar (off\-the\-shelf workbench). **Responsabilidades del puesto: \-** * Experiencia práctica con paquetes de ciencia de datos y matemáticos en Python, tales como NumPy, Pandas, Scikit\-learn, Seaborn, PyCaret y Matplotlib * Competencia en Python y en marcos comunes de aprendizaje automático (TensorFlow, NLTK, Stanford NLP, PyTorch, LingPipe, Caffe, Keras, SparkML y OpenAI, entre otros) * Experiencia trabajando en equipos grandes y utilizando herramientas colaborativas como GIT, Jira y Confluence * Buen conocimiento de al menos una plataforma en la nube: AWS, Azure o GCP * Conocimiento del entorno comercial farmacéutico y de los datos/análisis relacionados con los pacientes constituiría una ventaja significativa * Debe tener disposición para aprender, aceptar un entorno desafiante y confianza para entregar resultados dentro de los plazos establecidos. Debe estar orientado a la autorregulación y a la búsqueda autónoma de soluciones ante los problemas. * **Operaciones de agentes (Agent Ops):** Experiencia práctica en el diseño, la implementación y el monitoreo de flujos de trabajo para agentes de inteligencia artificial mediante cualquier marco, como LangChain, LangGraph, AutoGen, CrewAI u otras herramientas equivalentes de orquestación agente * Experiencia en ingeniería de indicaciones (prompt engineering), invocación de funciones/herramientas, tuberías RAG (generación aumentada por recuperación) y gestión de memoria/contexto para sistemas agentes de múltiples pasos * Familiaridad con la gestión del ciclo de vida de modelos de lenguaje de gran tamaño (LLM), incluidos el ajuste fino (fine\-tuning), la evaluación, las salvaguardias (guardrails) y la implementación de modelos fundamentales mediante APIs (OpenAI, Anthropic, Azure OpenAI, AWS Bedrock u otros equivalentes) Experiencia en la implementación operativa de sistemas basados en agentes, incluidos la observabilidad, el seguimiento (tracing), la optimización de latencia, el monitoreo de costos y la gestión de fallos para despliegues de calidad productiva