Resumen: El Ingeniero Senior de Aprendizaje Automático colabora con los equipos de datos, ingeniería y producto para diseñar y operar sistemas escalables de aprendizaje automático (ML) y sistemas impulsados por modelos de lenguaje de gran tamaño (LLM), integrados en flujos de trabajo analíticos orientados al usuario. Aspectos destacados: 1. Definir estándares técnicos y arquitectura para sistemas de aprendizaje automático 2. Liderar la implementación en producción de sistemas de modelos de lenguaje de gran tamaño (LLM) y garantizar su fiabilidad 3. Impulsar la alineación entre equipos transversales y resolver desafíos técnicos complejos **Modelo de trabajo:** Híbrido \- mínimo de 2 días por semana en la oficina de Polanco Descripción general de la empresa Bain \& Company es la firma de consultoría estratégica a la que acuden los líderes empresariales mundiales cuando buscan resultados. Bain asesora a sus clientes en estrategia, operaciones, tecnología de la información, organización, capital privado, transformación digital y estrategia, así como fusiones y adquisiciones, generando conocimientos prácticos que los clientes aplican y transmitiendo habilidades que aseguran la sostenibilidad del cambio. La firma alinea sus incentivos con los de sus clientes vinculando sus honorarios a los resultados obtenidos por estos. Los clientes de Bain han superado al mercado bursátil en una proporción de 4 a 1\. Fundada en 1973, Bain cuenta con 57 oficinas en 36 países, y su profunda experiencia y cartera de clientes abarca todos los sectores industriales y económicos. Resumen del puesto El Ingeniero Senior de Aprendizaje Automático colabora con los equipos de datos, ingeniería y producto para diseñar y operar sistemas escalables de aprendizaje automático (ML) y sistemas impulsados por modelos de lenguaje de gran tamaño (LLM), integrados en flujos de trabajo analíticos orientados al usuario. Este puesto define los estándares técnicos y la arquitectura para la construcción, evaluación, implementación y supervisión de sistemas de aprendizaje automático, garantizando su fiabilidad, rendimiento y eficiencia de costos a escala. El Ingeniero Senior impulsa la alineación entre equipos transversales, resuelve desafíos técnicos complejos y logra mejoras medibles en la calidad del sistema, su latencia y su impacto empresarial. El puesto requiere una sólida liderazgo técnico, una profunda experiencia en sistemas de aprendizaje automático y la capacidad de traducir problemas empresariales ambiguos en soluciones de ingeniería escalables. Funciones esenciales Arquitectura de sistemas de ML y desarrollo de canalizaciones \* Definir y evolucionar la arquitectura de canalizaciones de ML que impulsan las funciones analíticas, las respuestas a preguntas y la generación de conocimientos en diversos productos. \* Seleccionar e implementar patrones de ML/LLM basados en compromisos medibles entre calidad, latencia y costos. \* Construir sistemas resilientes capaces de manejar conjuntos de datos cambiantes mientras mejoran el rendimiento de los modelos. Implementación en producción y fiabilidad \* Liderar la implementación en producción de sistemas de modelos de lenguaje de gran tamaño (LLM) (de código abierto y basados en API). \* Definir objetivos de nivel de servicio (SLO) y garantizar fiabilidad, escalabilidad y eficiencia de costos. \* Implementar estrategias seguras de lanzamiento y optimizar las cargas de trabajo de inferencia mediante la planificación de capacidad. Responsabilidad integral del sistema \* Ser responsable de sistemas críticos para el negocio basados en ML, desde su arquitectura hasta su operación continua en producción. \* Definir indicadores clave de rendimiento (KPI) y estándares operativos para los sistemas de ML. \* Liderar análisis posteriores a incidentes (postmortems) e iniciativas de mejora continua. \* Traducir objetivos ambiguos en estrategias claras de ejecución técnica. Calidad de los datos y evaluación \* Establecer contratos robustos de datos y prácticas de supervisión para conjuntos de datos cambiantes. \* Diseñar marcos de evaluación que incluyan paneles de control, análisis por segmentos y pruebas de regresión. \* Prevenir regresiones en la calidad y permitir la mejora continua de los sistemas de ML. MLOps y CI/CD \* Definir prácticas de gestión del ciclo de vida para sistemas de ML, incluidas las versiones de modelos, datos y prompts. \* Establecer estándares de CI/CD para sistemas de ML en todos los equipos. \* Implementar prácticas de observabilidad, gobernanza y promoción entre entornos. Liderazgo técnico y colaboración \* Liderar decisiones arquitectónicas transfuncionales entre los equipos de producto, datos e ingeniería. \* Resolver problemas técnicos complejos transversales que afecten la fiabilidad o los costos de los sistemas de ML. \* Integrar capacidades de ML en flujos de trabajo orientados al usuario. \* Mentorar a ingenieros y elevar los estándares de ingeniería mediante revisiones arquitectónicas y orientación técnica. Cualificaciones Educación **Requerido:** \* Licenciatura en Ciencias de la Computación, Ingeniería, Ciencia de Datos o campo relacionado, o experiencia práctica equivalente. **Preferible:** \* Título de posgrado en Ciencias de la Computación, Aprendizaje Automático o disciplina técnica afín. Experiencia **Requerido:** \* 6\+ años de experiencia en ingeniería de software, ingeniería de aprendizaje automático o roles técnicos afines. \* Experiencia en la construcción y operación de sistemas de ML de grado productivo a escala. \* Experiencia demostrable en el diseño e implementación de aplicaciones basadas en ML o LLM en entornos productivos. **Preferible:** \* Experiencia gestionando sistemas de ML que abarquen varios equipos o áreas de producto. \* Experiencia operando sistemas impulsados por LLM en producción con un impacto empresarial medible. \* Experiencia configurando infraestructura compartida o estándares técnicos dentro del dominio de ML. Conocimientos, habilidades y capacidades Habilidades técnicas \* Alto dominio de Python, SQL y desarrollo de software de grado productivo. \* Experiencia en la arquitectura de sistemas escalables de ML y LLM integrados en flujos de trabajo productivos. \* Experiencia especializada en el diseño de canalizaciones de inferencia, sistemas de recuperación y canalizaciones de datos de ML. \* Capacidad para anticipar los compromisos entre escala, fiabilidad y costos al diseñar sistemas de ML. MLOps y DevOps \* Experiencia definiendo prácticas de gestión del ciclo de vida, canalizaciones de implementación y estrategias de versionado de modelos. \* Experiencia implementando prácticas de CI/CD para sistemas de ML. \* Conocimiento de prácticas de observabilidad y supervisión para entornos de ML productivos. Experiencia avanzada en ML \* Conocimiento profundo de sistemas de procesamiento del lenguaje natural (NLP) y modelos de lenguaje de gran tamaño (LLM), incluidos los transformadores, las arquitecturas de recuperación, el ajuste fino y la extracción estructurada. \* Experiencia en el diseño de sistemas de resolución de entidades a gran escala o de integración de datos. \* Experiencia en la construcción y operación de infraestructura de ML en entornos en la nube. Resolución de problemas y comunicación \* Capacidad para resolver desafíos técnicos complejos entre sistemas o equipos. \* Excelentes habilidades comunicativas y capacidad para traducir objetivos empresariales en soluciones de ingeniería. \* Experiencia impulsando la alineación entre partes interesadas de producto, ingeniería y datos. \* Experiencia comprobada en mentoría y liderazgo técnico. Requisito lingüístico \* Se requiere dominio avanzado del inglés (escrito y hablado).