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, NumPy,Polars).
- Frameworks de deep learning: PyTorch ≥, TensorFlow /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.

Responsabilidades fundamental

- 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 capacidades
de 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 y
compliance.
- Investigar continuamente la evolución de la IA generativa para proponer
innovaciones.

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