  Buscamos un Machine Learning / AI Engineer Senior con un sólido enfoque en MLOps y Python que también pueda desempeñarse como AI Engineer para soluciones de IA generativa. Será responsable registrar experimentos, métricas y modelos, construir pipelines reproducibles para entrenamiento, validación o inferencia asi tambien como mantener versiones de datos, artefactos y modelos, garantizando trazabilidad y colaboración.
Conocimientos requeridosLenguaje y frameworks de ML & Generative AI
- Python 3.xx (tipos, Pydantic, AsyncIO) con ecosistema científico (Pandas, NumPy,Polars).
- Frameworks de deep learning: PyTorch ≥2.x, TensorFlow 2.x/Keras, JAX/Flax.
- Frameworks de agentes y orquestación GenAI: LangChain, LangGraph,LlamaIndex, CrewAI, AutoGen.Plataforma MLOps & Experimentación
- Tracking y registro de modelos: MLflow Tracking + Model Registry
- Orquestación de pipelines: Kubeflow Pipelines, Argo Workflows, AWS, SageMaker Pipelines, Vertex AI Pipelines.
- Versionado de datos/artefactos: DVC, LakeFS.Observabilidad y monitoreo
- Métricas y trazabilidad: Prometheus, Grafana, OpenTelemetry.
- Calidad de datos/modelos: Evidently AI, WhyLabs.Vector DB, RAG & búsqueda semántica
- Bases vectoriales: Pinecone, Weaviate, Milvus, pgvector.
- Toolkits RAG: LangChain Retrievers, LlamaIndex integrations.Entorno Cloud & Serverless GenAI
- Servicios managed GenAI: AWS Bedrock, Azure OpenAI Service, Google Gemini, Anthropic Claude.
- Serverless/event‐driven: AWS Lambda, Google Cloud Functions, Cloud Run,Requisitos del perfil
- +5 años de experiencia en ML/AI engineering, con ≥2 años dedicados a MLOps en producción.
- Experiencia desplegando sistemas RAG a escala.
- Capacidad para liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
- Residencia en Buenos Aires, Argentina o disponibilidad para esquema híbrido.
- Valorable experiencia en sector financiero o consultoría tecnológica B2B.