Arquitecto de Aprendizaje Automático

Descripción

Resumen: Tiger Analytics busca un Científico de Datos Principal experimentado para diseñar y entregar soluciones de aprendizaje automático (ML) de extremo a extremo y arquitecturar plataformas escalables y robustas impulsadas por inteligencia artificial. Aspectos destacados: 1. Rol estratégico y práctico en consultoría de análisis avanzado 2. Liderar el diseño de sistemas de aprendizaje automático y arquitecturar plataformas nativas para la nube 3. Colaborar con equipos ágiles multifuncionales en proyectos de vanguardia de aprendizaje automático Tiger Analytics busca un Científico de Datos Principal experimentado para unirse a nuestra firma de consultoría en análisis avanzado, que crece rápidamente. Nuestros empleados poseen una sólida experiencia en Aprendizaje Automático, Ciencia de Datos e Inteligencia Artificial. Somos el socio de análisis de confianza de múltiples empresas de la lista Fortune 500, ayudándolas a generar valor empresarial a partir de los datos. Nuestro valor empresarial y liderazgo han sido reconocidos por diversas firmas de investigación de mercado, incluidas Forrester y Gartner. Buscamos talento de primer nivel mientras continuamos construyendo el mejor equipo global de consultoría en análisis del mundo. Usted será responsable de: Arquitecto de Aprendizaje Automático 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 contará con más de 10 años de experiencia en ciencia de datos, aprendizaje automático y MLOps, además de una profunda comprensión del diseño de sistemas escalables, gestión del ciclo de vida de los modelos y tuberías de despliegue de producción. Se trata de un rol estratégico y práctico, que implica colaboración con científicos de datos, ingenieros, equipos de producto y partes interesadas empresariales para arquitecturar soluciones robustas, escalables y alineadas con los objetivos comerciales. Colaborará con equipos multifuncionales y socios empresariales, y tendrá la oportunidad de impulsar la estrategia actual y futura aprovechando sus habilidades analíticas, garantizando así el valor empresarial y comunicando los resultados. Requisitos Lo que hará en este puesto: Diseñar y definir la arquitectura de sistemas para soluciones impulsadas por ML e IA en múltiples sectores empresariales. Liderar las discusiones sobre el diseño de sistemas de ML y tomar decisiones de alto nivel respecto al servicio de modelos, tuberías de datos y marcos de MLOps. Arquitecturar plataformas nativas para la nube, escalables y seguras, destinadas al entrenamiento, validación, despliegue y monitoreo de modelos de ML (AWS/GCP/Azure). Crear componentes reutilizables y arquitecturas de referencia para distintas etapas del ciclo de vida del ML. Definir y hacer cumplir las mejores prácticas en control de versiones de modelos, CI/CD para ML, pruebas y estrategias de reversión. Desplegar y gestionar tuberías de aprendizaje automático y de datos en entornos de producción. Trabajar con soluciones de contenerización y orquestación para el despliegue de modelos. Participar en ciclos de iteración rápida, adaptándose a los requisitos cambiantes de los proyectos. Colaborar como parte de un equipo ágil multifuncional para crear y mejorar software que permita aplicaciones punteras de big data y ML. Colaborar con científicos de datos, ingenieros de software, ingenieros de datos y otras partes interesadas para desarrollar e implementar las mejores prácticas de MLOps, incluidas las tuberías de CI/CD, control de versiones, control de versiones 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. Cualificaciones básicas: Título de maestría o doctorado en ciencias de la computación, ingeniería eléctrica, matemáticas o campo similar. Normalmente se requieren 10 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 7 años de experiencia en la puesta en producción, monitoreo y mantenimiento de modelos. Fuertes 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 diseñando sistemas de ML mediante plataformas en la nube como AWS, Azure o GCP. Sólida comprensión de ingeniería de datos, APIs, tuberías de CI/CD y observabilidad de modelos. Excelentes habilidades de comunicación y gestión de partes interesadas. Beneficios Este puesto ofrece una excelente oportunidad para un desarrollo profesional significativo en un entorno emprendedor en rápido crecimiento y desafiante, con un alto grado de responsabilidad individual.