Python Engineer & ML Infrastructure
ARCHIVED
We can't find an active application page for this role right now. It may reopen or be listed elsewhere. Use Next Steps to search for an active apply link and similar live jobs.
En Improving South America, brindamos servicios de TI para transformar la percepción del profesional de TI. Nos enfocamos en consultoría de TI, desarrollo de software y formación ágil. La empresa promueve una cultura de trabajo excepcional basada en el trabajo en equipo, la excelencia y la diversión, con enfoque en crecimiento personal y recompensas compartidas. Al integrarse, el/la candidato/a formará parte de una comunidad que prioriza la comunicación abierta y relaciones laborales sólidas a largo plazo, respaldada por una estructura de desarrollo profesional y aprendizaje continuo. Funciones del cargo Diseñar y mantener pipelines de datos en producción usando Python y Snowflake Dockerizar modelos de ML y artefactos complejos para despliegue containerizado Orquestar y escalar cargas de trabajo en Kubernetes, incluyendo servicios de model serving Transformar prototipos de investigación en código robusto, testeado y versionado Configurar y gestionar KServe (o plataformas equivalentes) para servir modelos en producción Automatizar procesos de ML mediante Kubernetes CronJobs y workflows programados Optimizar queries SQL en Snowflake para maximizar performance de pipelines Documentar y mantener la infraestructura mediante Helm charts Requerimientos del cargo Python 3.12+ (imprescindible) — Python sólido en producción, no solo nivel de scripting Snowflake (imprescindible) — cómodo escribiendo y optimizando SQL contra Snowflake como fuente de datos y destino para salida de pipelines Docker (imprescindible) — construcción y optimización de imágenes de contenedores, incluyendo empaquetamiento de artefactos de modelos ML y sus dependencias de tiempo de ejecución en imágenes desplegables Kubernetes (imprescindible) — despliegue y operación de cargas de trabajo en Kubernetes; comprensión de pods, deployments, límites de recursos y redes básicas de clúster Capacidad de tomar un prototipo de nivel de investigación y convertirlo en código de producción comprobado, mantenible y programado Inglés intermedio-avanzado o avanzado (indispensable) Preferido Experiencia específica con Kubernetes CronJob (programación, política de concurrencia, límites de reintento, manejo del historial de fallos) Experiencia con plataforma de model serving KServe o equivalente (Seldon, BentoML, o similar), ya que la construcción de un clúster KServe es la siguiente fase definida de este rol Familiaridad con conceptos de clustering/estadísticas utilizados en el prototipo: K-means con auto-K vía puntuación de silueta, Jenks Natural Breaks para tiering, normalización/ponderación de características Autoría de gráficos Helm para empaquetamiento de cargas de trabajo de Kubernetes Experiencia con formatos de artefactos de modelos y convenciones de empaquetamiento (por ejemplo, ONNX, modelos PyTorch/scikit-learn en pickle, registros de modelos MLflow) incluso sin haber entrenado directamente los modelos Opcionales Condiciones Contrato a largo plazo.100% Remoto. Vacaciones y PTOsPosibilidad de recibir 2 bonos al año.2 revisiones salariales al año. Clases de inglés. Equipamiento Apple. Plataforma de cursos en linea Budget para compra de libros. Budget para compra de materiales de trabajomucho mas..