Sr Machine Learning Engineer

Sobre Coderland En Coderland, el talento es lo que hace que las cosas pasen. Somos una comunidad global de #CodeLovers apasionados por la tecnología, la innovación y la transformación digital. Trabajamos con compañías líderes creando soluciones reales de alto impacto, en un entorno donde cada idea cuenta y cada persona suma. Aquí no hay talentos invisibles: se escucha, se colabora y se crece. Ubicación Región: Latinoamérica Modalidad: Remoto Lo que incluye tu salario Trabajo 100% remoto Coderland Homes en Panamá, Málaga e Islas Canarias Espacios de Coworking Acceso a oficinas en Panamá, Málaga y Madrid Aprendizaje y crecimiento continuo Plataforma de formación Udemy Business Plataforma de idiomas Preply Programa de referidos Pagos en USD Días familiares Bono por aniversario Cobertura de salud remota - SafetyWing Sobre el rol Buscamos un/a Senior Machine Learning Engineer (MLOps) con experiencia en el desarrollo, despliegue y mantenimiento de plataformas de Machine Learning en entornos cloud. La persona seleccionada trabajará de la mano con equipos de Data Science, Data Engineering y Analytics para construir soluciones escalables, automatizar flujos de trabajo de ML y garantizar la confiabilidad de modelos en producción. Valoramos perfiles con sólidos conocimientos en AWS, MLOps y desarrollo de software, orientados a la mejora continua y la excelencia operativa. Responsabilidades clave Dar soporte al despliegue, monitoreo y mantenimiento de plataformas de Machine Learning para soluciones de analítica y medición. Desarrollar y mantener procesos de entrenamiento, procesamiento y despliegue de modelos utilizando Amazon SageMaker. Diseñar y mantener flujos de orquestación utilizando AWS Step Functions, AWS Lambda y Apache Airflow (MWAA). Gestionar el registro, versionado y promoción de modelos mediante MLflow. Construir y mantener imágenes Docker, repositorios Amazon ECR y pipelines de CI/CD. Productivizar modelos de Machine Learning y pipelines de datos para casos de uso de analítica, scoring y toma de decisiones. Investigar y resolver incidencias en producción utilizando herramientas de monitoreo como CloudWatch, DataDog y logs de SageMaker. Colaborar con equipos multidisciplinarios para mejorar la confiabilidad, escalabilidad y rendimiento de la plataforma. Contribuir a la definición de buenas prácticas de ingeniería, documentación, pruebas y procedimientos operativos. Requisitos / Habilidades requeridas Título universitario en Ciencias de la Computación, Ingeniería, Data Science o carreras afines. Más de 3 años de experiencia en Machine Learning Engineering, MLOps, Software Engineering o roles similares. Dominio de Python y experiencia con pandas, PyTorch, scikit-learn, boto3 y SQL. Experiencia con servicios de AWS, incluyendo SageMaker, Step Functions, Lambda, S3, IAM y ECR. Experiencia desarrollando y manteniendo flujos de orquestación con Airflow, AWS Glue o tecnologías similares. Conocimiento de plataformas de datos en la nube como Snowflake, Amazon Redshift o Amazon Athena. Experiencia con Docker, pipelines de CI/CD, control de versiones y buenas prácticas de desarrollo de software. Sólidas habilidades de troubleshooting y depuración en sistemas distribuidos y flujos de Machine Learning. Capacidad para colaborar eficazmente con equipos técnicos y stakeholders de negocio. Excelentes habilidades de comunicación y resolución de problemas. Requisitos deseables Experiencia con modelos bayesianos o probabilísticos utilizando PyMC o ArviZ. Conocimiento de herramientas de plataformas ML como MLflow, Hydra, OmegaConf o FastAPI. Experiencia desplegando modelos de Deep Learning en entornos de producción. Conocimiento de herramientas de Infrastructure as Code (IaC) como Terraform, Terragrunt o AWS CloudFormation. Experiencia en proyectos relacionados con Customer Analytics, Marketing Measurement o sistemas de recomendación. ¿Por qué Coderland? Porque aquí formarás parte de un equipo donde la creatividad, el talento y la tecnología se unen para transformar el futuro. Creemos en las personas, en el trabajo en comunidad y en el impacto que podemos generar juntos.