Ingeniero MLOps / GenAI Engineer

🤖 ¡Estamos buscando MLOps / GenAI Engineer!

En hiberus Colombia tenemos una oportunidad para un perfil que quiera trabajar en un proyecto internacional de Inteligencia Artificial, llevando modelos de Machine Learning y soluciones de IA Generativa desde la experimentación hasta producción.

Buscamos un perfil híbrido que combine MLOps, ML Engineering, Cloud y GenAI, con capacidad para construir sistemas automatizados, escalables y monitorizados en AWS.

🚀 ¿Cuál será tu reto?

Serás responsable de construir el ciclo de vida completo de los modelos:

Entrenamiento → Evaluación → Despliegue → Monitorización → Reentrenamiento

Todo ello de manera automatizada, reproducible y versionada.

💻 ¿Qué harás?

🔹 Diseñar e implementar pipelines completos de ML utilizando MLflow y CI/CD.

🔹 Empaquetar y desplegar modelos de Machine Learning y soluciones GenAI en AWS.

🔹 Trabajar con servicios como SageMaker, Bedrock, Lambda, ECS/EKS e IAM.

🔹 Implementar estrategias de transfer learning, warm start y fine-tuning incremental, incluyendo técnicas como LoRA cuando aplique.

🔹 Construir sistemas de monitorización para detectar data drift, concept drift y degradación del rendimiento.

🔹 Diseñar mecanismos de evaluación de calidad para soluciones GenAI, incluyendo human-in-the-loop.

🔹 Diseñar arquitecturas RAG, embeddings y orquestación de agentes.

🔹 Gestionar el versionado de modelos, datasets de evaluación, prompts y configuraciones mediante Git.

🔹 Garantizar trazabilidad entre versión de datos, modelo y despliegue.

🔹 Aplicar buenas prácticas de seguridad, gobierno y optimización de costes en AWS.

🔎 ¿Qué buscamos?

✅ 3+ años de experiencia en MLOps / ML Engineering.

✅ 1–2 años recientes llevando soluciones GenAI a producción.

✅ Experiencia con MLflow y CI/CD para modelos.

✅ AWS aplicado a ML/GenAI: SageMaker, Bedrock, Lambda, ECS/EKS e IAM.

✅ Python productivo.

✅ Docker y experiencia en despliegues.

✅ Conocimientos prácticos de transfer learning, fine-tuning, LoRA/adapters y aprendizaje continuo.

✅ Experiencia con RAG, embeddings, agentes y evaluación de LLMs.

✅ Experiencia en monitorización y reentrenamiento automatizado.

✅ Git y buenas prácticas de desarrollo.

⭐ Será valorable experiencia con LangGraph, LlamaIndex, Terraform, guardrails, evaluación automática de LLMs y proyectos donde una misma solución de IA haya tenido que escalar a diferentes ciudades o mercados.

🌎 Si quieres participar en un proyecto internacional donde MLOps y GenAI se encuentran para construir soluciones reales de IA en producción, esta oportunidad puede ser para ti.