Python Engineer & ML Infrastructure

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 programadoInglés 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 CondicionesContrato 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 lineaBudget para compra de libros.Budget para compra de materiales de trabajomucho mas..