Ingeniero/a Líder de Aprendizaje Automático Lead Engineer, Machine Learning

### **Acerca del puesto** Hoy en día, más de 5 mil millones de usuarios utilizan aplicaciones básicas como el correo electrónico, las notas, las tareas y el calendario, y estas no están diseñadas de forma nativa para la IA. Nuestra misión es crear aplicaciones proactivas para cualquier persona en el mundo que no esté acostumbrada a las instrucciones complejas. Nuestro objetivo es aportar inteligencia a las conversaciones, los mandados, la organización y los flujos de trabajo, con instrucciones mínimas o sin ellas. Nuestra primera aplicación es una app móvil de comunicación centrada en agentes. Creemos que crear aplicaciones que las personas utilicen a diario para comunicarse, coordinarse y colaborar ayudará a integrar la IA en sus vidas. El resultado neto será eliminar la información errónea, reducir los costos de coordinación, permitir tareas de alta calidad y facilitar la colaboración a gran escala con instrucciones mínimas o ninguna. Como Ingeniero/a Líder de Aprendizaje Automático, estarás a cargo de la capa de ejecución de nuestra inteligencia y convertirás la investigación y las capacidades de los modelos en sistemas de producción confiables y escalables. Trabajarás en todo el ciclo de vida de los modelos: datos, entrenamiento, evaluación, inferencia y despliegue. Este es un puesto de liderazgo práctico para alguien que quiera trabajar en la intersección de la investigación, los sistemas y el producto. ### **Responsabilidades** - Estar a cargo de los sistemas de aprendizaje automático integrales que impulsan nuestra empresa, desde los datos y el entrenamiento hasta la evaluación, la inferencia y el despliegue. - Crear y desarrollar flujos de trabajo de entrenamiento y ajuste fino para modelos grandes. - Diseñar sistemas de evaluación que midan las capacidades, la solidez, la seguridad y el rendimiento del producto en el mundo real. - Diseñar sistemas de inferencia de alto rendimiento y optimizar la latencia, el uso de GPU, la memoria, los costos y la confiabilidad. - Crear flujos de datos y sistemas para obtener datos de entrenamiento sintéticos y del mundo real de alta calidad. - Establecer una infraestructura de producción confiable para desplegar, monitorear y mejorar continuamente los modelos. - Colaborar estrechamente con los equipos de investigación e ingeniería de aplicaciones para convertir las capacidades de los modelos en mejoras del producto. - Tomar decisiones técnicas pragmáticas y realizar iteraciones rápidas basadas en el rendimiento en el mundo real. ### **Requisitos** - Experiencia en la creación y el lanzamiento de sistemas de aprendizaje automático utilizados en producción, no solo de prototipos de investigación. - Sólido conocimiento del entrenamiento, el ajuste fino, la evaluación y la inferencia modernos de modelos grandes. - Sólidos fundamentos de ingeniería de software y sistemas. - Experiencia operando cargas de trabajo de aprendizaje automático a una escala significativa, en particular sistemas basados en GPU. - Buen criterio técnico y capacidad para abordar problemas ambiguos de manera independiente. - Preferencia por la experimentación, la medición y el lanzamiento de productos. - Altos estándares de precisión, confiabilidad y calidad de producción. ### **Resultados esperados** - La investigación y los modelos se convierten de manera confiable en soluciones listas para producción, con objetivos claros de rendimiento y calidad. - Los flujos de trabajo de aprendizaje automático, los ciclos de entrenamiento y los sistemas de inferencia son estables, eficientes y fáciles de mantener. - Los problemas de producción se detectan, se depuran y se resuelven rápidamente para minimizar su impacto en los usuarios. - Los miembros del equipo reciben apoyo, están alineados y pueden realizar trabajo de aprendizaje automático de alto impacto con la menor fricción posible. - Las iteraciones de los modelos y sistemas se pueden medir, son seguras y mejoran la experiencia de los usuarios con el tiempo. ### **Tecnologías** - Python - PyTorch / JAX - Sistema de entrenamiento e inferencia basado en GPU ### **Experiencia ideal** - Has creado o lanzado sistemas de aprendizaje automático reales que utilizan las personas, no solo demostraciones. - Te sientes a gusto trabajando con modelos grandes y comprendiendo sus modos de falla. - Escribes código sólido, listo para producción, y te importa la corrección de los sistemas. ### **Nuestra forma de trabajar** Somos un equipo pequeño, con alta concentración de talento y de participación práctica. Los ingenieros tienen un amplio nivel de responsabilidad y se espera que ejerzan un buen criterio y trabajen de manera independiente. Tomamos decisiones rápidamente, trabajamos en estrecha colaboración y equilibramos la velocidad con los fundamentos de ingeniería. Nos importa menos el proceso y más crear algo excepcional. ### **Proceso de entrevistas** Si parece que hay compatibilidad, nos pondremos en contacto para programar 3 entrevistas, pero no más de 4. Las solicitudes son evaluadas por los miembros de nuestro equipo técnico. Las entrevistas se realizarán por videollamada o en persona. Valoramos la transparencia y la eficiencia, así que esperamos tomar una decisión pronto. Si demuestras las habilidades excepcionales y la mentalidad que buscamos, te haremos una oferta para que te unas a nosotros. No se trata solo de una oferta de trabajo, sino de una invitación a formar parte de un equipo que está logrando que la IA tenga beneficios prácticos para miles de millones de personas en todo el mundo. Publicado originalmente en [Himalayas](https://himalayas.app)