Senior Machine Learning Engineer (LLMs / IA Generativa)
- Hiring from
- Argentina
- Work type
- Hybrid
- Posted
627,050 remote jobs, straight from company career pages
100% free · New jobs every minute
Show job descriptionHide job description
CQI Sense busca un Senior Machine Learning Engineer hands-on, con sólida experiencia poniendo en producción sistemas de ML, 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. Nuestras soluciones analizan las interacciones de los clientes y asisten con IA a los operadores durante las llamadas. Esto marca un paso adelante en la capacidad de obtener información y optimizar en tiempo real la experiencia del cliente. Desarrollamos soluciones de vanguardia en IA, Machine Learning, Datos, UI e infraestructura de Google.
El puesto
Como Senior Machine Learning Engineer, vas a diseñar 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: 4 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.
- Base estadística: Sólida base matemática y estadística; capacidad para trabajar con expertos en estadística avanzada (llevando métodos estadísticos a software escalable).
- 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.
- Modelos de riesgo de clientes: Experiencia con predicción de bajas (churn), scoring de clientes o modelos de retención.
- 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), con pago en dólares.
- 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.