Sobre la empresa
Somos una startup tecnológica de EE.UU.
en etapa seed, con una misión clara: empoderar a cualquier persona para crear software usando herramientas no-code potenciadas por IA.
Nuestro objetivo es hacer el desarrollo de software más accesible, veloz e intuitivo para todos.Nuestro equipo es 100% remoto, liviano y enfocado en resultados.
Valoramos la intensidad, la autonomía y el impacto.
¿Qué harás?
Optimizar la inferencia de voz basada en transformers para lograr una latencia ultra baja
Afinar modelos para la comprensión y síntesis de emociones
Analizar y reducir cuellos de botella en flujos de trabajo de ML en tiempo real
Diseñar y construir SDKs para integrar voz en aplicaciones de consumo
Colaborar con los fundadores en arquitectura y feedback de clientes
Responsabilizarse del sistema de ML de principio a fin (desde el diseño del modelo hasta el despliegue en infraestructura)
Stack Tecnológico
PyTorch
CUDA
vLLM
SGLang
Streaming
Docker
Kubernetes
Requisitos
Haber trabajado previamente en startups de EE.UU.
o empresas multinacionales
Sólida experiencia trabajando en entornos remotos
Buen nivel de inglés (avanzado/nativo)
Autonomía, mentalidad product-first y foco en resultados
¿Por qué sumarte?
Trabajar codo a codo con los fundadores
en un equipo pequeño e intenso (4 personas).
Trayectoria inicial sólida
con pipelines líderes en IA para consumidores.
Rol fundamental
: ser dueño de la infraestructura de ML desde el primer día.
Producto de alto impacto
que está reinventando la interacción por voz.
Proceso de selección
Screening with CTO (30min)
Tech interview with co-founders + take-home ML task
3-day paid work tria
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
Python (tipos, Pydantic, AsyncIO) con ecosistema científico (Pandas, NumPy,Polars).
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
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.
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.
#J-*****-Ljbffr

📌 Remote Ml Engineer — Challenge Evaluation & Data Quality (Rosario)
🏢 Anyone AI
📍 Rosario