Responsabilidades*

Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine‑tuning, inferencia, retraining).

Desplegar modelos ML en produccion.

Implementar y gobernar vector stores y pipelines RAG para exponer capacidades de IA generativa sobre datos corporativos.

Colaborar en la operacion del equipo (estimaciones tecnicas, demos y RFPs).

Liderar revisiones de arquitectura con foco en escalabilidad, resiliencia y compliance.

Investigar continuamente la evolucion de la IA generativa para proponer innovaciones.

Conocimientos requeridos*

Lenguaje y frameworks
Python 3.xx (tipos, Pydantic, AsyncIO, Pandas, NumPy, Polars).
PyTorch ≥2.x, TensorFlow 2.x/Keras, JAX/Flax.
Frameworks de agentes y orquestacion GenAI: LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen.





Plataforma MLOps & Experimentacion
MLflow Tracking + Model Registry
Kubeflow Pipelines, Argo Workflows, AWS SageMaker Pipelines, Vertex AI Pipelines.

Observabilidad y monitoreo
Prometheus, Grafana, OpenTelemetry.
Calidad de datos/modelos: Evidently AI, WhyLabs.
Vector DB, RAG & busqueda semantica
Bases vectoriales: Pinecone, Weaviate, Milvus, pgvector.
Toolkits RAG: LangChain Retrievers, LlamaIndex integrations.

Contexto Cloud & Serverless GenAI
AWS Bedrock, Azure OpenAI Service, Google Gemini, Anthropic Claude.
AWS Lambda, Google Cloud Functions, Cloud Run

📌 Ml/ai Engineer Senior Buenos Aires (Argentina)
🏢 Accusys Technology
📍 Argentina