Machine Learning Engineer (Mid-Level)

Descripción del Rol

Buscamos un/a Machine Learning Engineer para diseñar, implementar y operar soluciones de Machine Learning e IA Generativa en producción. El rol se enfocará en el desarrollo de soluciones de generación y corrección de contenido para el catálogo de productos (texto e imágenes), contribuyendo al Framework de ML global y a la estandarización de prácticas de MLOps.

Información Clave:

• Ubicación / Modalidad: Híbrido (Presencial 2 veces por semana en oficina de Santiago de Chile).
• Esquema: Contratación Full-Time.
• Compensación: Remuneración en dólares (USD).
• Idioma: Inglés no requerido

Responsabilidades Principales

• Soluciones de IA Generativa & Catálogo: Diseñar e implementar soluciones multimodales (texto e imágenes) para generación y corrección de atributos, títulos y descripciones de productos.
• Pipelines & MLOps: Industrializar prototipos de notebooks a producción end-to-end mediante código testeado, escalable y mantenible. Definir e implementar estándares de MLOps (CI/CD, versionado, monitoreo, retraining y control de costos de inferencia).
• Evaluación e Integración de Modelos: Evaluar e integrar LLMs, modelos de visión y APIs aplicando prompt engineering, arquitecturas RAG y evaluación de calidad de outputs.
• Estandarización & Colaboración: Contribuir al Framework de ML del grupo junto a Data Scientists y AI Engineers, colaborando en pipelines de entrenamiento, validación y serving.

Requisitos Imprescindibles (Must-Have)

• Experiencia: Mínimo 2+ años de experiencia laboral comprobable como Machine Learning Engineer (MLE).
• AI Engineering: Conocimiento práctico en LLMs, prompt engineering, arquitecturas RAG y modelos multimodales.
• Programación (Python): Sólidas capacidades de software engineering para convertir exploración en código productivo y testeado.

Requisitos Deseables (Nice-to-Have)

• Experiencia en contenerización (Docker) y despliegue de modelos como microservicios.
• Manejo del ecosistema GCP (Vertex AI Pipelines, BigQuery, Cloud Run, Pub/Sub).
• Experiencia previa con frameworks internos de ML o procesamiento de datos a gran escala.
• Conocimiento en modelos de ML tradicional (recomendación, segmentación, forecasting).

Competencias Clave

• Autonomía, criterio técnico y rigor de ingeniería.
• Orientación a la calidad, impacto y mejora continua.
• Trabajo colaborativo con equipos multidisciplinarios.