Tus principales funciones serán

• Desarrollo e implementación de modelos: 

• Traducir los insights y prototipos de datos en soluciones de ML de grado productivo, centrándose en la eficiencia y escalabilidad.
• Integración en SaaS: Asegurar la correcta integración de los modelos (vía APIs o microservicios) en la plataforma de Rindegastos, garantizando un producto robusto en el mantenimiento de los datos y rendimiento óptimos para los clientes.

• MLOps y automatización:

• Infraestructura: Colaborar en la creación y mantenimiento de pipelines de Machine Learning Operations para la automatización del entrenamiento, validación, despliegue y monitoreo de modelos.
• Rendimiento: Implementar sistemas de monitoreo continuo para detectar la desviación del modelo, fallos de pipeline o problemas de latencia en producción.

• Ingeniería de datos:

• Desarrollo de canalizaciones de datos para proveer de información y análisis al negocio.
• Confección de soluciones técnicas para automatizar procesos y reportes.

Objetivos del rol

Diseñar, desarrollar, implementar y mantener productos de datos y modelos de Machine Learning robustos y escalables que se integren directamente en el producto SaaS, optimizando el rendimiento, mejorando la experiencia del usuario y aportando valor al negocio, bajo la dirección técnica y estratégica del Lead Data Scientist.

Lo que necesitamos de ti

• Título profesional en áreas de la ingeniería civil, matemáticas o estadísticas. Experiencia previa relacionada a T.I. y analytics.
• Experiencia demostrada 3 años, no junior pero que sepa de qué estamos hablando.
• Experiencia demostrada en empresas con manejo de gran volúmenes de datos.
• Dominio en herramientas como Lenguajes Python, motores: pyspark, SQL manejo datos, información. 
  • A nivel de nube: AWS, Azure, GCP.
  • LLM - (Large language models).
  • Librerías y Frameworks de ML/DL
  • Clásicos de ML: scikit-learn, XGBoost, LightGBM, CatBoost
  • Deep Learning: PyTorch (cada vez más estándar), TensorFlow/Keras
  • Procesamiento de datos: pandas, numpy, Dask, Polars
• Feature Engineering y experimentación: Feature Store (Feast, Tecton), Weights & Biases, MLflow.
• Experiencia con plataformas de almacenamiento y procesamiento en la nube, tales como AWS, Google Cloud Platform (GCP) o Microsoft Azure.
• Habilidades excepcionales de liderazgo y comunicación.

Lo que recibirás de nosotros

• Trabajo híbrido, con presencialidad 3 días de la semana. 
• Un ambiente dinámico y colaborativo donde puedes hacer la diferencia.
• Oportunidades de desarrollo profesional y crecimiento dentro de la empresa.
• Paquete de compensación competitivo y beneficios atractivos.
• Flexibilidad en el trabajo y un equipo dispuesto a apoyarte en tu camino hacia el éxito.