Se busca un encargado para la arquitectura de sistemas de IA y ML, responsable de diseñar, implementar y escalar pipelines de machine learning, así como de definir la estrategia técnica a largo plazo para análisis de texto y voz.

Responsabilidades:

• Diseñar la arquitectura general de sistemas de IA y ML, incluyendo ingestión de datos, preprocesamiento, ingeniería de características, entrenamiento, evaluación y despliegue.
  
• Definir la estrategia técnica a largo plazo para análisis de texto y voz, pipelines de ML y gestión del ciclo de vida de los modelos.
  
• Tomar decisiones sobre construir o comprar soluciones y seleccionar tecnologías, frameworks e infraestructura en la nube.
  
• Liderar el diseño e implementación de pipelines de ML de extremo a extremo desde cero, evolucionándolos hacia plataformas escalables.
  
• Asegurar que los pipelines soporten entrenamiento continuo, evaluación, despliegue y reversión.
  
• Definir estándares para versionado de datos, feature stores, registros de modelos y reproducibilidad.
  
• Supervisar el almacenamiento de datos, flujos ETL y sistemas batch y streaming.
  
• Garantizar la calidad de los datos, estrategias de etiquetado, trazabilidad y prácticas de versionado.
  
• Impulsar buenas prácticas para ML en producción: monitoreo, detección de desviaciones, seguimiento de desempeño y estrategias de reentrenamiento.
  
• Asegurar que los sistemas de IA sean tolerantes a fallos, observables y escalables bajo cargas de producción.
  
• Construir, guiar y liderar equipos de alto rendimiento en IA, ML e ingeniería de datos.
  

Requisitos:

• Más de 6 años de experiencia en ingeniería de datos, ingeniería de ML o puestos aplicados en IA.
  
• Experiencia en la construcción de sistemas de ML en producción desde cero y escalado en productos reales.
  
• Experiencia liderando y gestionando plataformas de IA en entornos regulados o sensibles a la seguridad es una ventaja.
  
• Experiencia como líder técnico, ingeniero principal o jefe de ingeniería.
  
• Experiencia en programación en Python (Scala o Java como fortalezas adicionales).
  
• Experiencia con frameworks de procesamiento de datos como Spark, Beam, Kafka o equivalentes.
  
• Conocimiento avanzado de frameworks de ML (PyTorch, TensorFlow, scikit-learn).
  
• Experiencia práctica con infraestructura de datos y ML en la nube.
  
• Título en Ingeniería de Datos, Ciencias de la Computación, Machine Learning o campo relacionado.
  
• Doctorado preferido, especialmente en machine learning, IA o ciencia de datos aplicada.