Tiger Analytics es una firma de consultoría de análisis avanzado. Somos el socio de análisis de confianza para varias empresas de la lista Fortune 100, permitiéndoles generar valor empresarial a partir de los datos. Nuestros consultores aportan una profunda experiencia en Ciencia de Datos, Aprendizaje Automático e Inteligencia Artificial. Nuestro valor empresarial y liderazgo han sido reconocidos por diversas firmas de investigación de mercado, incluyendo Forrester y Gartner. Estamos buscando ingenieros de aprendizaje automático motivados y apasionados para nuestro equipo.   Descripción del puesto: Como Ingeniero Senior de ML OPS, se unirá a un equipo de ingenieros de aprendizaje automático experimentados que apoyan, construyen y habilitan capacidades de máquina en toda la organización. Trabajará estrechamente con clientes internos y equipos de infraestructura para construir nuestro banco de trabajo de ciencia de datos de próxima generación y la plataforma y productos de ML. Podrá ampliar aún más sus conocimientos y desarrollar su experiencia en marcos modernos de aprendizaje automático, bibliotecas y tecnologías, trabajando estrechamente con partes interesadas internas para comprender las necesidades empresariales cambiantes. Si tiene facilidad para encontrar soluciones creativas y disfruta trabajar en un entorno práctico y colaborativo, este puesto es ideal para usted. Requisitos Lo que hará en el puesto: Implementar sistemas escalables y confiables aprovechando arquitecturas, tecnologías y plataformas basadas en la nube para manejar inferencias de modelos a gran escala. Desplegar y gestionar tuberías de aprendizaje automático y datos en entornos de producción. Trabajar en soluciones de contenerización y orquestación para el despliegue de modelos. Participar en ciclos de iteración rápida, adaptándose a requisitos de proyectos cambiantes. Colaborar como parte de un equipo ágil multifuncional para crear y mejorar software que permita aplicaciones de vanguardia de big data y ML. Aprovechar las mejores prácticas de CI/CD, incluyendo automatización de pruebas y monitoreo, para garantizar el despliegue exitoso de modelos de ML y código de aplicaciones. Asegurar que todo el código esté bien gestionado para reducir vulnerabilidades, que los modelos estén adecuadamente regulados desde una perspectiva de riesgo, y que el ML siga las mejores prácticas en IA Responsable y Explicable. Colaborar con científicos de datos, ingenieros de software, ingenieros de datos y otras partes interesadas para desarrollar e implementar mejores prácticas para MLOps, incluyendo tuberías de CI/CD, control de versiones, versionado de modelos, monitoreo, alertas y despliegue automatizado de modelos. Gestionar y monitorear la infraestructura de aprendizaje automático, asegurando alta disponibilidad y rendimiento. Implementar soluciones robustas de monitoreo y registro para hacer seguimiento al rendimiento del modelo y la salud del sistema. Monitorear el rendimiento en tiempo real de los modelos desplegados, analizar los datos de rendimiento e identificar y abordar proactivamente problemas de rendimiento para garantizar un funcionamiento óptimo del modelo. Diagnosticar y resolver de manera oportuna y eficiente problemas de producción relacionados con el despliegue, rendimiento y escalabilidad de modelos de ML. Implementar las mejores prácticas de seguridad para sistemas de aprendizaje automático y asegurar el cumplimiento con las regulaciones de protección y privacidad de datos. Colaborar con ingenieros de plataformas para gestionar eficazmente los recursos de computación en la nube para el despliegue, monitoreo y optimización del rendimiento de modelos de ML. Desarrollar y mantener documentación, procedimientos operativos estándar y directrices relacionadas con procesos, herramientas y mejores prácticas de MLOps. Calificaciones básicas: Título de maestría o doctorado en informática, ingeniería eléctrica, matemáticas o un campo similar. Generalmente requiere 7 o más años de experiencia práctica desarrollando y aplicando soluciones avanzadas de análisis en un entorno corporativo, con al menos 4 años de experiencia programando en Python. Al menos 3 años de experiencia diseñando y construyendo soluciones intensivas en datos utilizando computación distribuida. Al menos 3 años de experiencia en la puesta en producción, monitoreo y mantenimiento de modelos. Habilidades obligatorias: Conocimiento de la plataforma Azure, como Azure Machine Learning, Azure Data Factory, Azure Databricks, Azure Kubernetes Service, Azure Monitor, etc. Demostrada experiencia en la construcción e implementación de soluciones de IA/Aprendizaje Automático a gran escala aprovechando la nube, como AWS, Azure o Google Cloud Platform. Experiencia en el desarrollo y mantenimiento de APIs (por ejemplo: REST). Experiencia especificando infraestructura e Infraestructura como Código (por ejemplo: Ansible, Terraform). Experiencia en el diseño, desarrollo y escalado de tuberías complejas de datos y características que alimentan modelos de ML y evaluación de su rendimiento. Capacidad para trabajar en toda la pila y moverse fluidamente entre lenguajes de programación y tecnologías de MLOps (por ejemplo: Python, Spark, DataBricks, Github, MLFlow, Airflow). Dominio de scripts de Unix Shell y programadores de trabajos basados en dependencias. Comprensión de los requisitos de seguridad y cumplimiento en la infraestructura de ML. Experiencia con tecnologías de visualización (por ejemplo: RShiny, Streamlit, Python DASH, Tableau, PowerBI). Conocimiento de estándares, metodologías y mejores prácticas de privacidad de datos. Beneficios Existen significativas oportunidades de desarrollo profesional a medida que la empresa crece. El puesto ofrece una oportunidad única de formar parte de un entorno pequeño, de rápido crecimiento, desafiante y emprendedor, con un alto grado de responsabilidad individual.