Descripción del puesto

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.

Requisitos

• Experiencia mínima de 3 años de experiencia en roles relacionados con MLOps, DevOps o ingeniería de infraestructura para ML.
• Experiencia 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).
• Experiencia 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.

Beneficios

• 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.