(1)Machine Learning Engineer
100% Remoto
Ingles intermedio
100%Nomina Mexico
Skills: Analítico, proactivo, buena comunicación y adquirir conocimiento de negocio
Herramientas:
– Habilidades avanzadas de programación en Python y conocimiento de
bibliotecas de ML, como TensorFlow, PyTorch, Scikit-Learn, etc.
– SQL
– ETL (preferentemente DataIku)
– Herramientas de flujos analíticos (Alteryx, tableau prep, data fusion,
etc)
– Administración de bases de datos
– Conexiones ODBC – JDBC
– Spark.
Adicionales:
• Clientes de base de datos (dbeaver, mysql, sqlmanager, etc)
• Conocimiento en computación en la nube
• Hive
• Experiencia sólida en desarrollo de software y operaciones de
ML, con énfasis en MLOps.
Responsabilida
des:
• Desarrollar y mantener pipelines de ML altamente
automatizados para entrenamiento, validación e implementación
de modelos a gran escala.
• Colaborar estrechamente con los equipos de ingeniería de
software para integrar flujos de trabajo de ML en el ciclo de
desarrollo de software, aplicando prácticas de DevOps y MLOps.
• Implementar y gestionar infraestructura de computación
distribuida y herramientas de orquestación para soportar flujos de
trabajo de ML en entornos de producción.
• Desarrollar métricas y herramientas de monitoreo para evaluar
el rendimiento y la calidad de los modelos en producción.
• Automatizar tareas de mantenimiento y monitoreo para
garantizar la estabilidad y confiabilidad continua de los sistemas
de ML.
• Identificar las diferentes necesidades de datos e información
(Fuentes, Catálogos, Indicadores, Dimensiones), atendiendo a
los procesos y fuentes actuales de negocio así como los
disponibles dentro de la arquitectura de Data Analytics, mismos
que faciliten el dimensionamiento y propuesta de atención del
producto.
• Proponer estrategias de integración de datos a
productos/herramientas considerando a las necesidades de
negocio para robustecer el valor de los entregables
• Identificar y proponer mediante la documentación generada,
áreas de mejora dentro de la integración de datos con el objetivo
de proponer soluciones más eficientes en la transformación de
datos.
• Conocer el significado e interpretación de los datos, y plasmar
dicho entendimiento en los documentos entregados que se
recogen de los distintos proyectos de integración de Data
Analytics con el objetivo de generar insights valiosos para la toma
de decisiones que impulse la consistencia de la información a
través de los productos.