Ingeniero de aprendizaje automático
Remoto LATAM
Esta vacante es 100% remota y está abierta a candidatos de cualquier país de LATAM (Argentina, Bolivia, Brasil, Chile, Colombia, México, Paraguay, Uruguay). Aunque la ficha menciona una ciudad, no es necesario residir allí: la empresa contrata desde toda la región.
Hire HangarAmérica Latina (Remoto)
65 personas interesadas en esta vacante
Sé uno de los primeros en postularte
SalarioSalario no especificado
Jornadafull-time
Modalidadremote
Publicado6 jul
Verificada actualmente: 6 jul
Buscamos un ingeniero de aprendizaje automático para trabajar de forma remota en toda América Latina. La posición es a tiempo completo y requiere conocimientos especializados en el desarrollo de modelos avanzados. Actualmente no se ha especificado el salario ni la fecha de publicación de esta vacante.
Acerca del puesto
Buscamos un Machine Learning Engineer con base sólida en ingeniería de datos para desarrollar, entrenar y poner en producción modelos de machine learning. Trabajarás con distintos tipos de datos y entornos complejos, desde la limpieza y estructuración hasta el despliegue de soluciones de inteligencia artificial. Necesitamos alguien que entienda el ciclo completo del modelado, sepa priorizar la calidad de los datos y que esté cómodo tanto trabajando con grandes volúmenes de información como ajustando modelos o construyendo pipelines escalables. El puesto es 100 % remoto, orientado a zonas horarias de EE. UU. (EST a PST).
Responsabilidades principales
Diseñar, implementar y mantener pipelines robustos para ingestión, transformación y feature engineering de datos. Desarrollar, entrenar y optimizar modelos de machine learning en tareas como clasificación, regresión, clustering y procesamiento de lenguaje natural. Ajustar modelos preentrenados (LLMs y otros) para casos de uso específicos. Construir y operar infraestructura de MLOps, incluyendo versionado de modelos, seguimiento de experimentos y pipelines de despliegue. Trabajar con datos estructurados y no estructurados a gran escala: texto, tabulares, series temporales. Monitorear el desempeño de los modelos en producción y aplicar estrategias de reentrenamiento y detección de drift. Colaborar con equipos de ingeniería y producto para convertir hallazgos de datos en funcionalidades de IA. Documentar con claridad esquemas de datos, arquitecturas de modelos y lógica de pipelines.
Requisitos indispensables
Se requiere dominio avanzado de Python y experiencia práctica con librerías clave como scikit-learn, PyTorch o TensorFlow. Es imprescindible haber trabajado con SQL, pipelines de ETL y grandes volúmenes de datos. Debes tener experiencia comprobada en entrenamiento, evaluación y despliegue de modelos, además de dominar métricas de desempeño y ajuste de hiperparámetros. Es necesario haber usado herramientas de MLOps como MLflow, Weights & Biases o DVC. También se exige experiencia previa en entornos de trabajo remoto, manejo fluido de herramientas como Slack, Zoom y Google Workspace, y preferiblemente haber colaborado con empresas de EE. UU. o Reino Unido. Conocimientos en LLMs, arquitecturas tipo transformer y fine-tuning en producción son fundamentales.
Preguntas frecuentes
- ¿Qué debería preguntar sobre el salario antes de aceptar una entrevista?
- Dado que la oferta no detalla rangos salariales para América Latina, tu primera acción debe ser solicitar el presupuesto oficial durante la primera llamada. Pregunta específicamente si el pago se realiza en moneda local o dólares, y si existe flexibilidad según tu experiencia. No asumas cifras; exige claridad sobre la moneda de cotización y la periodicidad del pago antes de comprometerte.
- ¿Por qué medio se envía la postulación?
- La vacante requiere aplicar mediante un enlace externo alojado en LinkedIn. No hay correo directo ni WhatsApp para enviar tu CV. Debes hacer clic en el botón de aplicación de la publicación oficial y completar el formulario que te redirija al sitio de Hire Hangar. Asegúrate de tener tu perfil actualizado en LinkedIn, ya que suele ser la fuente principal para este proceso de selección.
- ¿La vacante es completamente remota?
- Sí, el puesto es 100% remoto con sede en América Latina. Sin embargo, debes considerar que los horarios operativos se alinean con la zona horaria de EE. UU. (de Este a Oeste). Esto implica que necesitarás flexibilidad para trabajar en franjas matutinas o vespertinas según tu ubicación, asegurando disponibilidad para la colaboración en tiempo real con el equipo durante su jornada laboral.