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 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 PTOs
• Posibilidad 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 trabajo
• mucho mas..