El puesto consiste en desarrollar, entrenar e implementar modelos de ML usando AWS SageMaker y otros marcos basados en la nube, con el objetivo de integrar soluciones de inteligencia artificial de manera escalable y confiable en sistemas de producción.

Responsabilidades:

• Desarrollar, entrenar e implementar modelos de ML usando AWS SageMaker y otros marcos basados en la nube.
  
• Construir y mantener SageMaker Pipelines para flujos de trabajo de extremo a extremo.
  
• Diseñar y operar entornos de inferencia en tiempo real y por lotes usando SageMaker Endpoints y EKS, incluyendo autoescalado, pruebas canarias y mecanismos de reversión.
  
• Desarrollar pipelines de generación aumentada por recuperación (RAG) y modelos de lenguaje grande (LLM), incluyendo sistemas de recuperación, almacenes de vectores, administración de indicaciones, barandillas y evaluación fuera de línea y en línea.
  
• Crear componentes de IA modulares y reutilizables para la integración en sistemas de producción.
  
• Implementar prácticas de gobernanza de ML tales como control de versiones, reproducibilidad, documentación de conjuntos de datos y modelos, y cumplimiento de control de privacidad y exportación.
  
• Colaborar con equipos de ingeniería de datos, producto e infraestructura en la nube para asegurar un flujo de datos eficiente y la integración de modelos.
  

Requisitos:

• Competencia en Python y bibliotecas de ML/IA relacionadas.
  
• Experiencia con AWS SageMaker Studio, Proyectos, Pipelines, Experimentos, Debugger y Clarify.
  
• Experiencia con PyTorch o TensorFlow.
  
• Familiaridad con MLflow o herramientas similares de seguimiento de experimentos.
  
• Conocimientos de Docker y Kubernetes para el empaquetado e implementación de modelos.
  
• Experiencia en la creación de pipelines de datos con Redshift o Aurora.
  
• Capacidad para integrar modelos con API descendentes y sistemas de producción.
  
• Experiencia con OpenSearch k-NN, pgvector, generación de incrustaciones y estrategias de fragmentación.
  
• Familiaridad con marcos de evaluación rápida y observabilidad para LLM.
  
• Habilidades de resolución de problemas y depuración.
  
• Capacidad para trabajar de forma multifuncional en entornos colaborativos de ritmo rápido.
  
• Orientado a los detalles, con un enfoque en la confiabilidad, la escalabilidad y la capacidad de mantenimiento.
  
• Disponibilidad para viajar según lo requiera el proyecto o las necesidades del cliente, incluyendo viajes nacionales o internacionales ocasionales.
  
• Se valorará: Experiencia con otras plataformas en la nube como Azure ML o GCP Vertex AI.
  
• Conocimiento de normas de seguridad y cumplimiento para el manejo de datos y sistemas de IA.