Senior Machine Learning Engineer — Híbrido/Remoto - San Francisco — Startup Series C - Python,

Descripción del puesto

Sobre la vacante

Unicorn Sourcers está buscando un Senior/Staff Machine Learning Engineer para una startup en etapa Series C. El rol implica construir innovaciones de IA desde cero en el área de marketing, incluyendo experimentos rápidos con LLM, prototipos de productos tempranos y un agente de IA que transforma datos en insights y contenido. Requisitos: 5–10 años en Machine Learning y desarrollo de software, experiencia construyendo productos ML/DS desde 0→1 y 1→10 en SaaS, conocimiento en sistemas de recomendación, anuncios, búsqueda, personalización y precios, y sólida experiencia en backend y sistemas distribuidos. Se requiere título en Matemáticas, Estadística o Ciencias de la Computación. Ubicación preferida: Área de la Bahía de San Francisco, con opción híbrida o remota. Transferencia de visa disponible.

¿Por qué deberías aplicar?

Esta es una oportunidad única para liderar proyectos de IA desde su concepción en una startup de alto crecimiento. Aprenderás a escalar soluciones de machine learning en un entorno de rápido desarrollo, trabajando con tecnologías de vanguardia como LLM y sistemas distribuidos. Crecerás profesionalmente al enfrentar desafíos de 0→1, colaborando con equipos multidisciplinarios y contribuyendo a productos que impactan el marketing digital. La empresa ofrece un ambiente innovador donde podrás experimentar y prototipar, ideal para quienes buscan dejar huella en la industria de IA.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Habilidades técnicas: Python, frameworks de ML (TensorFlow/PyTorch), LLM, sistemas distribuidos, backend, recomendación, búsqueda, personalización.
• Soft skills: Pensamiento crítico, comunicación efectiva, capacidad para trabajar en ambientes de startup, adaptabilidad.

Tips prácticos para este puesto

• Asegúrate de destacar proyectos donde hayas construido productos ML desde cero en tu portafolio o CV.
• Prepara ejemplos concretos de cómo manejaste la escalabilidad en sistemas distribuidos.
• Investiga sobre tendencias actuales en IA para marketing para mostrar conocimiento del dominio.

Recursos recomendados

• Tools: TensorFlow, PyTorch, AWS/GCP para infraestructura, Docker, Kubernetes.
• Documentación: Guías de LLM de OpenAI, documentación de sistemas distribuidos.
• Influencers: Andrew Ng, Fei-Fei Li en LinkedIn.
• Cursos: Machine Learning Specialization en Coursera, cursos de sistemas distribuidos en edX.

Preguntas frecuentes en entrevistas para este rol

• Pregunta 1: "Describe un proyecto de ML que hayas llevado de 0→1." Tip: Enfócate en el proceso, desafíos técnicos y resultados medibles.
• Pregunta 2: "¿Cómo manejas la escalabilidad en sistemas distribuidos para ML?" Tip: Menciona herramientas como Kubernetes y estrategias de particionamiento de datos.
• Pregunta 3: "¿Qué experiencia tienes con LLM en aplicaciones de marketing?" Tip: Da ejemplos de prototipos o experimentos, destacando métricas de éxito.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $3,000 - $5,000 | | Mid | $5,000 - $8,000 | | Senior | $8,000 - $15,000 |

*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 estrategia de IA a largo plazo. Qué preguntar: "¿Cuál es la hoja de ruta de productos de ML para los próximos 12 meses?"
• Bandera roja 2: Infraestructura tecnológica desactualizada. Qué investigar: Pregunta sobre las herramientas y plataformas actuales en uso.
• Bandera roja 3: Alta rotación en el equipo de ML. Señal de advertencia: Investiga en LinkedIn o Glassdoor sobre la estabilidad del equipo.