Senior Machine Learning Engineer

CQI Sense busca un Senior Machine Learning Engineer con experiencia, hands-on, y con sólida experiencia en LLMs e IA agéntica, para sumarse a su equipo de ingeniería de ML.

Sobre CQI Sense

CQI Sense es una empresa global B2B que potencia a los Contact Centers con soluciones de Inteligencia Artificial, Machine Learning y Analítica. Con fuerte experiencia en mercados clave como Telecomunicaciones y Aerolíneas, nuestro equipo extrae información accionable de los datos para generar un alto impacto en nuestros clientes, siempre cumpliendo con las regulaciones. Esto marca un paso adelante en la capacidad de obtener información y optimizar en tiempo real la experiencia del cliente, y en la incorporación de experiencias conversacionales enriquecidas con IA. Desarrollamos soluciones de vanguardia en IA, Machine Learning, Datos, UI e infraestructura de Google.

El puesto

Como Senior Machine Learning Engineer, vas a liderar y desarrollar nuestras iniciativas de ML e IA Generativa. Es un rol para alguien que construye: que disfruta trabajar con clientes, convertir problemas de negocio en soluciones de ML y LLMs, y seguir muy involucrado en lo técnico: programar modelos y agentes, construir pipelines productivos y ponerlos en producción.

Responsabilidades principales

• Descubrimiento de soluciones con el cliente: Trabajar junto a los referentes del cliente y del negocio para identificar problemas de alto impacto, armar pruebas de concepto rápidas y diseñar soluciones a medida de ML, LLMs y analítica predictiva.
• Desarrollo técnico hands-on: Diseñar, programar, entrenar y desplegar modelos y pipelines de ML de nivel productivo, equilibrando la arquitectura de alto nivel con el código del día a día.
• LLMs y sistemas agénticos: Construir agentes de LLM que usan herramientas, pipelines de RAG y búsqueda vectorial sobre grandes bases de conocimiento, con evaluación incorporada (golden sets, LLM-as-a-judge, controles de citas y de respaldo en fuentes) para que las respuestas sean precisas y confiables.
• MLOps / LLMOps de punta a punta: Construir y mantener pipelines escalables y de baja latencia (entrenamiento, reentrenamiento, registro de modelos, CI/CD, despliegue y monitoreo) sobre nuestra infraestructura en Google Cloud Platform (GCP).
• Integración con otros equipos: Trabajar con nuestros equipos de UI, Data Engineers, AI Engineers e ingenieros de infraestructura cloud para integrar modelos de ML y servicios de IA (APIs, streaming en tiempo real) en los productos principales de los clientes y en sus flujos operativos en tiempo real.
• Responsabilidad técnica: Asegurar la estabilidad de los modelos, la optimización de costos y rendimiento, el orden del feature store, el gobierno de datos, la seguridad de los datos sensibles y el cumplimiento regulatorio en todos los despliegues productivos de clientes.

Requisitos principales

• Formación: Título de grado o maestría en Ciencias de la Computación, Ciencia de Datos e Inteligencia Artificial, Ingeniería de Software, Matemática Aplicada u otra disciplina técnica afín.
• Experiencia: 5 años o más de experiencia profesional en desarrollo y despliegue de Machine Learning, incluyendo roles senior y responsabilidad de punta a punta sobre proyectos de ML en producción.
• Hands-on y pragmático: Pasión por escribir código Python limpio y modular, y por llevar modelos de ML desde la idea hasta producción.
• LLMs e IA Generativa en producción: Experiencia práctica poniendo en producción sistemas basados en LLMs: agentes y tool/function calling, RAG, búsqueda vectorial, prompt engineering y evaluación de LLMs.
• Resolución de problemas de cara al cliente: Capacidad demostrada para trabajar con clientes, entender sus problemas y convertirlos en soluciones técnicas de ML.
• Cloud y MLOps: Experiencia práctica construyendo y desplegando pipelines de ML en una nube o plataforma de datos importante (GCP, AWS, Databricks o similar), incluyendo registro de modelos, reentrenamiento, CI/CD, contenedores (Docker) y control de versiones.
• Stack principal de ML: Sólidos conocimientos de Python y de frameworks estándar de ML (PyTorch, TensorFlow o similares), en clasificación, forecasting / series de tiempo y deep learning.
• Comunicación técnica y estadística: Sólida base matemática y estadística; capacidad para trabajar con expertos en estadística avanzada (llevando métodos estadísticos a software escalable) y para explicar conceptos técnicos a referentes no técnicos del cliente.
• Comunicación: Excelente comunicación oral y escrita en español e inglés, con capacidad para trabajar con fluidez junto a arquitectos de datos y referentes del negocio.

Deseables

• Ecosistema GCP: Experiencia con Vertex AI, BigQuery / BigQuery ML, Dataflow, Cloud Functions / Cloud Run o Document AI.
• Conocimiento de Telecomunicaciones y Contact Centers: Experiencia con datos de telecomunicaciones, analítica de contact centers o flujos de eventos de alto volumen.
• Pruebas de concepto con clientes: Experiencia armando pruebas de concepto para clientes que después llegaron a producción.
• Inferencia de alto rendimiento: Servicio de modelos en GPU, inferencia en paralelo a gran escala, feature stores de baja latencia.
• Habilidades full-stack: FastAPI / APIs REST, respuestas en streaming y conocimientos de frontend (TypeScript, React / Next.js).
• Datos regulados: Experiencia manejando datos sensibles o regulados (datos personales, encriptación, requisitos de cumplimiento).
• Ingeniería de datos: Pipelines ETL/ELT, Delta Lake / Databricks, SQL a gran escala.
• Actitud proactiva: Energía, automotivación y comodidad para hacerse cargo en entornos ambiguos y de alto crecimiento.

Qué ofrecemos

• Un rol clave en un equipo de producto que pone la IA primero.
• Capacitación, impacto directo en el crecimiento del negocio y crecimiento profesional a medida que crece el equipo de ML.
• Modalidad de trabajo híbrida, con días presenciales en CABA.
• Contratación como contractor (prestador de servicios independiente).
• Un ambiente informal y muy colaborativo, con el impacto directo y la velocidad de una startup tecnológica.
• Reuniones 1 a 1 periódicas, evaluaciones de desempeño transparentes y trabajo directo con la dirección de la empresa.

Valores culturales

• Justos y amables – Actuamos con integridad y respeto.
• No hay caja – No solo pensamos fuera de la caja... reinventamos las soluciones.
• Colaboración sin ego – Gana la mejor idea, venga de donde venga.
• Guiados por la misión – Cada acción hace avanzar nuestra visión.
• Valientes – Enfrentamos los desafíos de frente y actuamos con audacia.
• Si no se puede facturar, se descarta – Nos enfocamos solo en el valor medible.
• Obsesión por el cliente – Cada decisión empieza y termina en el cliente.
• Súper rápidos, dinámicos, más allá de lo ágil – La velocidad es nuestra ventaja competitiva.