AI Platform Engineer — Remoto - México — AI/ML Platform - AWS, Kubernetes, Python, Terraform

Descripción del puesto

Sobre la vacante

Quadrant Technologies busca un AI Platform Engineer para unirse a su equipo en modalidad remota desde México bajo contrato. El rol se centra en construir y escalar infraestructura de inteligencia artificial a gran escala en AWS, específicamente en EKS (Kubernetes).

Responsabilidades clave:

• Construir y escalar plataformas de AI en AWS (EKS)
• Desarrollo en Python
• Automatización de infraestructura con Terraform / CloudFormation
• Habilitar pipelines de MLOps y DevOps (GitHub Actions)
• Trabajar con plataformas como Databricks / Domino Data Labs

Requisitos:

• Experiencia sólida en AWS + Kubernetes (EKS)
• Habilidades prácticas en Python e Infraestructura como Código (IaC)
• Mentalidad DevOps / MLOps
• Excelente comunicador y solucionador de problemas

Modalidad: Remoto desde México Tipo de contrato: Contrato

¿Por qué deberías aplicar?

Esta es una oportunidad única para trabajar en la vanguardia de la inteligencia artificial, construyendo plataformas que impulsan machine learning a escala. Aprenderás de las mejores prácticas en MLOps y DevOps, colaborando con tecnologías líderes como Databricks y Domino Data Labs. El rol te permitirá crecer profesionalmente en un entorno de alto impacto, donde tu trabajo será fundamental para habilitar proyectos de AI innovadores. Si te apasiona la infraestructura cloud y quieres llevar tu carrera al siguiente nivel en el ecosistema AI/ML, esta es tu oportunidad.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• AWS (EKS, servicios de AI/ML)
• Kubernetes para orquestación de contenedores
• Python para desarrollo y automatización
• Terraform / CloudFormation para IaC
• GitHub Actions para CI/CD
• MLOps y DevOps prácticas
• Comunicación efectiva y resolución de problemas

Tips prácticos para este puesto

• Prepara tu portfolio: Incluye proyectos donde hayas implementado infraestructura de AI en AWS, especialmente con EKS y Terraform.
• Demuestra experiencia en MLOps: Habla sobre pipelines que hayas construido, herramientas como MLflow o Kubeflow, y cómo optimizaste workflows de machine learning.
• Enfócate en escalabilidad: Prepárate para discutir cómo manejaste cargas de trabajo de AI a gran escala, incluyendo monitoreo, costos y performance.
• Practica Python: Revisa librerías como boto3 para AWS, kubernetes-client para EKS, y frameworks de AI como TensorFlow o PyTorch.

Recursos recomendados

• Tools: AWS EKS, Terraform, GitHub Actions, Databricks, Domino Data Labs
• Librerías: boto3, kubernetes-client, MLflow, Kubeflow
• Documentación: AWS AI/ML Services, Kubernetes Docs, Terraform Docs
• Influencers: Siga a expertos en MLOps en LinkedIn y Twitter
• Cursos: Cursos en Coursera o Udemy sobre AWS para AI y Kubernetes avanzado

Preguntas frecuentes en entrevistas para este rol

• ¿Cómo diseñarías una plataforma de AI escalable en AWS usando EKS?
• Tip: Enfócate en arquitectura de microservicios, auto-scaling, gestión de recursos GPU, y integración con servicios de AI de AWS como SageMaker.

• ¿Cómo automatizarías el despliegue de modelos de machine learning con Terraform y GitHub Actions?
• Tip: Describe un pipeline CI/CD que incluya testing, versionado de modelos, y despliegue automatizado en EKS, usando herramientas como MLflow para tracking.

• ¿Cómo manejarías la monitorización y optimización de costos en una plataforma de AI en la nube?
• Tip: Menciona el uso de CloudWatch para métricas, herramientas de cost management de AWS, y estrategias como spot instances para reducir costos.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $5,000 | | Senior | $5,000 - $7,500 |

*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. Para este rol, con AWS, Kubernetes y Python, los salarios tienden a ser competitivos debido a la alta demanda en AI/ML.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en los proyectos de AI
• Qué preguntar: "¿Pueden describir un proyecto reciente de AI donde la plataforma fue crítica? ¿Cuáles fueron los desafíos técnicos?"

• Bandera roja 2: Infraestructura desorganizada o sin automatización
• Qué investigar: Pregunta sobre el uso de IaC y CI/CD. Si no hay procesos establecidos, podría indicar deuda técnica.

• Bandera roja 3: Contrato sin beneficios o crecimiento limitado
• Señal de advertencia: Asegúrate de discutir oportunidades de aprendizaje, certificaciones y avance profesional. En roles de contrato, verifica los términos y posibilidad de renovación.