Job description
¡Trabaja en DaCodes!
Somos una firma de expertos en software y transformación digital de alto impacto.
Durante 10 años hemos creado soluciones enfocadas en la tecnología e innovación gracias a nuestro equipo de +300 talentosos #DaCoders, incluyendo desarrolladores, arquitectos, diseñadores UX/UI, PMs, QA testers y más. Nuestro equipo colabora en proyectos con clientes en LATAM y Estados Unidos, logrando resultados sobresalientes.
En DaCodes, tendrás la oportunidad de impulsar tu desarrollo profesional, trabajar en diversos proyectos dentro de distintas industrias, y contribuir al diseño, implementación y optimización de infraestructuras en la nube.
Nuestros DaCoders tienen un gran impacto en el éxito de nuestro negocio y el de nuestros clientes. Serás el experto que participará en nuestros proyectos y tendrás acceso a startups disruptivas y marcas globales.
¿Te interesa?
Buscamos un Machine Learning Engineer con fuerte orientación a MLOps, calidad de datos y operación de modelos en entornos productivos, que participe activamente en el diseño, construcción y evolución de pipelines robustos y escalables.
Perfil deseado
Experiencia comprobable construyendo soluciones de Machine Learning en producción usando Amazon SageMaker (indispensable):
- Processing, Training y Pipelines
- Endpoints de inferencia
- Model Registry
- Deseable: Feature Store, Model Monitor, Data Wrangler
Dominio de Python para datos y ML: pandas, numpy, scikit-learn.
Experiencia con frameworks como XGBoost, LightGBM y/o PyTorch / TensorFlow.
Experiencia sólida en MLOps: versionado, reproducibilidad, monitoreo, detección de drift y reentrenamiento.
Conocimiento profundo de data preparation y data quality y su impacto en el desempeño de modelos.
Experiencia en data sintética (simulación, muestreo, perturbación controlada o técnicas generativas).
Conocimientos de seguridad y gobierno en AWS: IAM, KMS, auditoría y control de accesos.
Capacidad para trabajar bajo metodologías ágiles, estimar esfuerzo y descomponer entregables.
Comunicación clara y capacidad de documentar para audiencias técnicas y no técnicas.
Nivel de experiencia: Senior o Semi-Senior avanzado.
🌎 Requisitos adicionales
- Vacante abierta para LATAM.
- Modalidad de trabajo: Remota.
- Disponibilidad para colaborar con equipos distribuidos en diferentes zonas horarias.
Principales responsabilidades
- Diseñar e implementar el pipeline completo de Machine Learning en Amazon SageMaker: ingesta de datos, feature engineering, entrenamiento, evaluación, despliegue, monitoreo y reentrenamiento.
- Construir procesos de preparación de datos: limpieza, normalización, deduplicación, imputación, validaciones y generación de datasets ML-ready (train/validation/test).
- Definir y operar un Feature Store en SageMaker (online/offline), asegurando consistencia, trazabilidad y reutilización.
- Implementar feature engineering con controles para evitar data leakage y garantizar reproducibilidad.
- Entrenar y evaluar modelos (principalmente de regresión) comparando enfoques como boosting, random forest y redes neuronales, utilizando métricas MAE, RMSE y R².
- Gestionar el versionado y ciclo de vida de modelos mediante SageMaker Model Registry (promoción, rollback, métricas y artefactos).
- Desplegar inferencias mediante SageMaker Endpoints y/o APIs, cuidando latencia, estabilidad y escalabilidad.
- Implementar monitoreo de modelos (drift, performance y data quality) con SageMaker Model Monitor y definir estrategias de reentrenamiento.
- Definir y operar procesos de ground truth: reglas de curación, validación, auditoría y consistencia de etiquetas.
- Diseñar e implementar estrategias de data sintética para pruebas tempranas, simulación de escenarios, balanceo de distribuciones y validación de modelos.
- Validar la data sintética en términos de fidelidad estadística, cobertura de casos, utilidad y control de sesgos.
- Implementar controles automatizados de calidad de datos y observabilidad de pipelines (alertas, runbooks).
- Participar en la estimación técnica del backlog de ML/MLOps, identificando dependencias, riesgos y planes de entrega.
- Documentar arquitectura, decisiones técnicas, supuestos y estándares operativos.
🚀 Integración a marcas globales y startups disruptivas.
🏡 Trabajo remoto/Home office.
📍 En caso de requerir modalidad híbrida o presencial, serás informado desde la primera sesión.
⏳ Horario ajustado a la célula de trabajo/proyecto asignado.
📅 Trabajo de lunes a viernes.
🎉 Día off en tu cumpleaños.
🏥 Seguro de gastos médicos mayores (aplica para México).
🛡️ Seguro de vida (aplica para México).
🌎 Equipos de trabajo multiculturales.
🎓 Acceso a cursos y certificaciones.
📢 Meetups con invitados especiales del área de IT.
📡 Eventos virtuales de integración y grupos de interés.
📢 Clases de inglés.
🏆 Oportunidades dentro de nuestras diferentes líneas de negocio.
🏅 Orgullosamente certificados como Great Place to Work.
