Mlops Engineer (Buenos Aires)

Coelsa Ver todas las vacantes

  • Buenos Aires
  • Permanente
  • Tiempo completo
  • Hace 1 día
En COELSA estamos transformando el ecosistema de pagos. Somos una empresa enfocada en el sector financiero. Diseñamos herramientas digitales, contables e innovadoras que permiten que mayor cantidad de personas y empresas operen en forma sencilla, segura y efectiva. Hacemos posible la circulación del dinero, fomentamos la interoperabilidad y garantizamos el funcionamiento de la cadena de pagos.
**Misión**:
Será responsable de garantizar la operacionalización eficiente y escalable de los modelos de machine learning (ML) y de IA generativa (LLMs). Su objetivo principal será implementar y mantener pipelines robustos de integración y despliegue continuo (CI/CD), gestionar la infraestructura de datos y modelos, y garantizar el monitoreo y la optimización de los sistemas en producción.
**Competencias**: Diseñar e implementar pipelines de integración y despliegue continuo (CI/CD) para modelos de machine learning y IA generativa. Gestionar la infraestructura de datos y modelos para garantizar la escalabilidad y eficiencia en la operacionalización de los modelos. Desarrollar y mantener sistemas de monitoreo y optimización para garantizar el rendimiento óptimo de los modelos en producción. Implementar y gestionar la seguridad y la gobernanza de los modelos y datos para cumplir con las regulaciones y políticas internas y regulatorias. Colaborar con equipos de data science y desarrollo para asegurar la integración efectiva de los modelos en los sistemas de producción.
**Principales responsabilidades**: Diseñar, implementar y mantener pipelines de CI/CD para el despliegue de modelos de IA generativa. Configurar y gestionar entornos de desarrollo, prueba y producción para modelos ML/IA. Optimizar recursos en infraestructura local y en la nube para garantizar costos operativos bajos y eficiencia. Automatizar la gestión del ciclo de vida de los modelos (entrenamiento, validación, despliegue, y reentrenamiento). Desarrollar herramientas para el versionado de modelos, datasets y experimentos. Implementar sistemas de monitoreo para evaluar el rendimiento de los modelos en producción (latencia, accuracy, etc.). Detectar y resolver problemas relacionados con la degradación de modelos o cambios en los datos. Gestionar logs y métricas para identificar anomalías en tiempo real. Trabajar con científicos de datos para garantizar la transferencia efectiva de modelos a entornos productivos.
Somos la empresa de tecnología responsable de crear las herramientas que necesitás para fluir segura y libremente a través del ecosistema de pagos de hoy y de mañana.
Con tecnología enfocada en el sector financiero, somos el motor del ecosistema. Garantizamos, promovemos y sustentamos la transformación digital. Democratizamos el acceso dando inclusión al 100% de las entidades financieras, desde los bancos hasta las fintech.
La transformación tecnológica es vertiginosa e imparable, por eso diseñamos las herramientas digitales adecuadas para que todos podamos participar e interactuar en el ecosistema de pagos. Se trate de individuos o de empresas. Y siempre con un servicio de calidad.
Sumate y dejá que COELSA te impulse,
Si sos una persona inquieta y comprometida.
Si te atraen los desafíos.
Si querés impactar positivamente en la sociedad.
Si buscás una empresa que te impulse, te cuide, te acompañe y te escuche.
Si soñás con una propuesta a la medida de tu talento,
te queremos en nuestro equipo. Porque compartimos el mismo ADN.
**Requisitos**:
Experiência mínima de 3 años de experiência en roles relacionados con MLOps, DevOps o ingeniería de infraestructura para ML.
Experiência comprobable en el despliegue y monitoreo de modelos de machine learning o IA generativa en producción.
Profundo entendimiento del ciclo de vida de modelos ML (entrenamiento, validación, despliegue).
Experiência con herramientas de versionado de datos y modelos (DVC, MLFlow, Git-LFS).
Conocimientos de seguridad en aplicaciones y manejo de datos sensibles.
Estudios mínimos de grado en Ingeniería de Software, Ciencias de la Computación, Ingeniería en Sistemas, Matemáticas o áreas afines.
**Certificaciones deseables**: Azure Devops Engineer, Azure Data Engineer, o similares.
Ventajas
Medicina prepaga para vos y tu grupo familiar Reintegro de gastos por Home office. Esquema híbrido: 2 días presenciales y 3 remotos. TCR Viajes Bono anual por cumplimiento de objetivos. Programas de capacitación permanente para acompañar tu desarrollo profesional. Capacitación en idiomas. Día de tu cumpleaños libre, descuentos en distintas marcas, días extras de vacaciones, Médico Clínico a disposición.

Kit Empleo