La posición está orientada al diseño, desarrollo e implementación de soluciones basadas en inteligencia artificial y machine learning. El puesto implica trabajar en proyectos innovadores relacionados con procesamiento de lenguaje natural, modelos generativos y búsqueda semántica, con un enfoque técnico y estratégico.

Responsabilidades:

• Comprender y traducir los requisitos del usuario final en soluciones técnicas.
  
• Desarrollar soluciones para problemas de similitud semántica, procesamiento de lenguaje natural (PLN), etiquetado, agrupamiento y búsqueda vectorial.
  
• Diseñar e implementar soluciones rápidas tipo prueba de concepto.
  
• Participar en etapas de descubrimiento con los clientes para definir el alcance del problema y los posibles enfoques de solución.
  
• Presentar los resultados del trabajo y aportar ideas en reuniones de equipo.
  
• Crear y mantener documentación actualizada de los sistemas y procesos de aprendizaje automático.
  
• Mantenerse al día con los avances en inteligencia artificial y evaluar nuevas técnicas para su posible aplicación.
  

Requisitos:

• Mínimo 4 años de experiencia en inteligencia artificial o aprendizaje automático.
  
• Más de 3 años de experiencia utilizando Python.
  
• Conocimientos y experiencia en IA generativa y modelos de lenguaje grandes (LLM).
  
• Experiencia en implementación de modelos en entornos productivos.
  
• Experiencia resolviendo problemas relacionados con similitud semántica, procesamiento de lenguaje natural, etiquetado, agrupamiento y limpieza de datos.
  
• Experiencia trabajando con plataformas en la nube como AWS, GCP o Azure.
  
• Conocimiento en la implementación de técnicas Retrieval-Augmented Generation (RAG).
  
• Experiencia con PyTorch.
  
• Familiaridad con herramientas como LlamaIndex o LangChain.
  
• Uso de librerías como Hugging Face Transformers.
  
• Experiencia en bases de datos vectoriales como Weaviate DB o Milvus DB.
  
• Conocimiento en herramientas de pronóstico de series de tiempo como Prophet, ARIMA o TimeGPT.
  
• Manejo de bibliotecas como Pandas y NumPy para manipulación de datos temporales.
  
• Experiencia con marcos de evaluación de LLM, como DeepEval.