Serás responsable de crear preguntas individuales para las evaluaciones utilizadas en la plataforma. Colaborarás con el gerente de certificación para redactar y revisar conjuntos de preguntas, siguiendo una especificación predefinida y validada. 

Responsabilidades:

• Redactar elementos de evaluación conforme a las especificaciones establecidas.
• Asegurar que los elementos sean adecuados en cuanto a nivel de dificultad y enfoque de la evaluación, incluyendo todos los materiales de apoyo necesarios, como la información de calificación y datos de origen.
• Revisar el trabajo de otros redactores de preguntas para garantizar la corrección técnica de los elementos desarrollados.
• Implementar los comentarios y sugerencias recibidos de otros redactores y/o expertos en evaluación.
• Cumplir con los plazos establecidos para la entrega de todas las tareas asignadas.
• Asistir a reuniones necesarias para capacitación y alineación de requisitos.

Perfil del candidato ideal:

• Más de 2 años de experiencia en el uso de IA para la ingeniería de datos y/o desarrollo de software, con habilidades en uno o ambos de los siguientes conjuntos:
  IA para ingeniería de datos:
  • Desarrollo, entrenamiento, prueba y evaluación de modelos de aprendizaje profundo (RNN, CNN, transformadores, transferencia) para tareas basadas en texto e imágenes.
  • Monitoreo y análisis del rendimiento de modelos de aprendizaje automático en entornos de producción.
  • Gestión de datos de IA, incluyendo la importación, evaluación de calidad, y manejo de soluciones específicas para IA/ML en procesamiento y almacenamiento de datos, así como la gobernanza y privacidad de los datos.
  • Análisis exploratorio de datos.
  • Conocimientos en MLOps/LLMOps, procesos ETL/ELT, y creación de sistemas y aplicaciones orientados al usuario que utilizan IA generativa.
  • Experiencia en el uso de Python, scikit-learn, PyTorch, PySpark, Gymnasium, Llama 3, Shell, FastAPI, o herramientas similares.
• IA para desarrollo de software:
  • Comprensión y aplicación de conceptos clave en LLM, incluyendo ingeniería avanzada de prompts, identificación, gestión y aplicación de modelos, y etapas clave en LLMOps.
  • Diseño, implementación y despliegue de sistemas complejos de IA y software utilizando principios de desarrollo de software e ingeniería de IA.
  • Implementación de mejores prácticas para mitigar problemas de privacidad y seguridad en el manejo de datos y uso de modelos de IA generativa.
  • Sólida comprensión de bases de datos vectoriales.
  • Experiencia en el uso de Hugging Face, OpenAI API, Pinecone, Streamlit, LangChain, Graph RAG o herramientas similares.