Postúlate en Kit Empleo: kitempleo.com.ar/empleo/q2exg

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 requeridos Lenguaje y frameworks de ML & Generative AI Python (tipos, Pydantic, AsyncIO) con ecosistema científico (Pandas, Num Py,Polars). Frameworks de deep learning: PyTorch ≥, Tensor Flow /Keras, JAX/Flax. Frameworks de agentes y orquestación GenAI: Lang Chain, Lang Graph,Llama Index, CrewAI, Auto Gen. Plataforma MLOps & Experimentación Tracking y registro de modelos: MLflow Tracking + Model Registry Orquestación de pipelines: Kubeflow Pipelines, Argo Workflows, AWS, Sage Maker Pipelines, Vertex AI Pipelines.

Versionado de datos/artefactos: DVC, LakeFS. Observabilidad y monitoreo Métricas y trazabilidad: Prometheus, Grafana, Open Telemetry. Calidad de datos/modelos: Evidently AI, Why Labs. Vector DB, RAG & búsqueda semántica Bases vectoriales: Pinecone, Weaviate, Milvus, pgvector.
Toolkits RAG: Lang Chain Retrievers,



Llama Index 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.
Responsabilidades principal Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine‐tuning, inferencia,retraining). Desplegar modelos ML en producción. Implementar y gobernar vector stores y pipelines RAG para exponer capacidadesde IA generativa sobre datos corporativos.

Colaborar en la operacion del equipo (estimaciones técnicas, demos y RFPs). Liderar revisiones de arquitectura con foco en escalabilidad, resiliencia ycompliance. Investigar continuamente la evolución de la IA generativa para proponerinnovaciones.

Postúlate en Kit Empleo: kitempleo.com.ar/empleo/q2exg

📌 ML / AI Engineer Senior Remoto Argentina, ID #00232 (Buenos Aires)
🏢 Werben Hr
📍 Buenos Aires