Ingeniero Senior Machine Learning e Inteligencia Artificial — Remoto - Argentina — Consultoría Tech - Python, MLOps, IA Generativa

Descripción del puesto

Sobre la vacante

WerbenHR está buscando un Ingeniero Senior de Machine Learning e Inteligencia Artificial con enfoque en MLOps y soluciones de IA generativa. Este rol senior implica un impacto real en arquitectura, pipelines y modelos en producción, trabajando de manera remota desde Argentina. Se requiere experiencia sólida en Python y un fuerte background en implementación de sistemas de ML en entornos productivos.

¿Por qué deberías aplicar?

Esta es una oportunidad para diseñar y escalar soluciones de IA que marquen la diferencia en proyectos de alto impacto. Podrás liderar decisiones técnicas, optimizar pipelines de ML y trabajar con tecnologías de vanguardia en IA generativa. Ideal para profesionales que buscan crecimiento en arquitectura de sistemas inteligentes y desean impactar directamente en la toma de decisiones empresariales.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Python avanzado con librerías como TensorFlow, PyTorch o scikit-learn
• MLOps: experiencia con herramientas como MLflow, Kubeflow, o Airflow
• IA generativa: conocimiento en modelos como GPT, DALL-E, o Stable Diffusion
• Arquitectura de sistemas: diseño de pipelines de datos y despliegue de modelos
• Soft skills: comunicación clara, pensamiento crítico y capacidad de mentoría

Tips prácticos para este puesto

• Prepara un portfolio con proyectos de ML en producción, destacando tu rol en MLOps
• Demuestra impacto cuantificable: métricas de mejora en modelos, reducción de latencia, o escalabilidad
• Familiarízate con cloud (AWS, GCP, o Azure) para despliegue de modelos
• Practica explicaciones técnicas a stakeholders no técnicos

Recursos recomendados

• Tools: MLflow, Docker, Kubernetes, FastAPI
• Documentación: TensorFlow Extended (TFX), Hugging Face Transformers
• Influencers: Andrew Ng, Cassie Kozyrkov, Chip Huyen
• Cursos: "Machine Learning Engineering for Production (MLOps)" en Coursera

Preguntas frecuentes en entrevistas para este rol

• "Describe un pipeline de ML que hayas implementado en producción" – Enfócate en las etapas de data ingestion, preprocessing, entrenamiento, y monitoreo, destacando herramientas de MLOps.
• "¿Cómo manejas el versionado de modelos y datos?" – Menciona herramientas como DVC o MLflow, y explica tu proceso para garantizar reproducibilidad.
• "Háblame de un proyecto de IA generativa en el que hayas trabajado" – Describe el problema, el modelo utilizado, y cómo mediste el éxito, incluyendo consideraciones éticas o de escalabilidad.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $1,500 - $3,000 | | Mid | $3,000 - $5,000 | | Senior | $5,000 - $8,000 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en la infraestructura de MLOps – Pregunta en la entrevista sobre las herramientas y procesos actuales para detectar si el equipo está en etapas iniciales sin soporte adecuado.
• Bandera roja 2: Expectativas poco realistas con IA generativa – Investiga antes de aceptar si la empresa tiene casos de uso definidos y recursos asignados, para evitar proyectos "de moda" sin impacto real.
• Bandera roja 3: Ausencia de métricas de éxito para modelos en producción – Señal de advertencia común en roles de ML; pregunta cómo miden el rendimiento y ROI de los modelos para asegurar un enfoque data-driven.