Arquitecto de Machine Learning

Tiger Analytics está buscando un Científico de Datos Principal experimentado para unirse a nuestra empresa de consultoría de análisis avanzado de rápido crecimiento. Nuestros empleados aportan una profunda experiencia en Machine Learning, Ciencia de Datos e IA. Somos el socio de análisis de confianza para múltiples empresas de la lista Fortune 500, permitiéndoles generar valor empresarial a partir de los datos. Nuestro valor comercial y liderazgo han sido reconocidos por diversas firmas de investigación de mercado, incluyendo Forrester y Gartner. Estamos buscando talento de primer nivel mientras continuamos construyendo el mejor equipo global de consultoría analítica del mundo. Usted será responsable de: Arquitecto de Machine Learning altamente experimentado con un historial comprobado en el diseño y entrega de soluciones de ML de extremo a extremo en diversos dominios empresariales. El candidato ideal tendrá más de 10 años de experiencia en ciencia de datos, machine learning y MLOps, y una comprensión profunda del diseño de sistemas escalables, gestión del ciclo de vida del modelo y pipelines de despliegue de calidad de producción. Este es un rol estratégico y práctico que implica colaborar con científicos de datos, ingenieros, equipos de producto y partes interesadas comerciales para diseñar soluciones robustas, escalables y alineadas con los objetivos empresariales. Colaborará con equipos multifuncionales y socios comerciales y tendrá la oportunidad de impulsar la estrategia actual y futura aprovechando sus habilidades analíticas, asegurando el valor empresarial y comunicando los resultados. Requisitos Qué hará en el puesto- Diseñar y definir la arquitectura del sistema para soluciones basadas en ML e IA en múltiples sectores empresariales. Liderar discusiones sobre el diseño de sistemas de ML y tomar decisiones de diseño de alto nivel para el servicio de modelos, pipelines de datos y marcos de trabajo de MLOps. Diseñar plataformas nativas de la nube escalables y seguras para entrenamiento, validación, despliegue y monitoreo de modelos de ML (AWS/GCP/Azure). Crear componentes reutilizables y arquitecturas de referencia para varias etapas del ciclo de vida de ML. Definir y hacer cumplir las mejores prácticas en versionado de modelos, CI/CD para ML, pruebas y estrategias de reversión. Desplegar y gestionar pipelines de machine learning y datos en entornos de producción. Trabajar en soluciones de contenerización y orquestación para el despliegue de modelos. Participar en ciclos rápidos de iteración, adaptándose a requisitos de proyectos cambiantes. Colaborar como parte de un equipo ágil multifuncional para crear y mejorar software que permita aplicaciones de big data y ML de última generación. Colaborar con científicos de datos, ingenieros de software, ingenieros de datos y otras partes interesadas para desarrollar e implementar mejores prácticas para MLOps, incluyendo pipelines de CI/CD, control de versiones, versionado de modelos, monitoreo, alertas y despliegue automatizado de modelos. Capacidad para trabajar con un equipo global, desempeñando un papel clave en la comunicación del contexto del problema a los equipos remotos. Excelentes habilidades de comunicación y trabajo en equipo. Calificación básica- Título de maestría o doctorado en informática, ingeniería eléctrica, matemáticas o un campo similar. Normalmente requiere 10+ años de experiencia práctica desarrollando y aplicando soluciones avanzadas de análisis en un entorno corporativo, con al menos 4 años de experiencia programando con Python. Al menos 7 años de experiencia en la puesta en producción, monitoreo y mantenimiento de modelos. Sólidas habilidades de programación en Python y bibliotecas de ML (por ejemplo, scikit-learn, TensorFlow, PyTorch). Experiencia profunda con herramientas de MLOps tales como MLflow, Kubeflow, Airflow, SageMaker o Vertex AI. Experiencia práctica en el diseño de sistemas de ML utilizando plataformas en la nube como AWS, Azure o GCP. Sólida comprensión de ingeniería de datos, APIs, pipelines de CI/CD y observabilidad de modelos. Excelentes habilidades de comunicación y gestión de partes interesadas. Beneficios Este puesto ofrece una excelente oportunidad de desarrollo profesional significativo en un entorno empresarial de rápido crecimiento y desafiante, con un alto grado de responsabilidad individual.