Ingeniero de Machine Learning (ML Engineer)

Sobre Puntos ColombiaEn Puntos Colombia tenemos la ambición de seguir siendo el programa de lealtad más grande del país y estamos convencidos que eso se logra construyendo una cultura genial, donde las personas de nuestro equipo de trabajo tengan una remuneración competitiva, beneficios extralegales que reconozcan su compromiso y puedan ser aprovechados por su grupo familiar.Si te gustan los retos, desarrollar tu potencial en un entorno de aprendizaje y bienestar, compartir con personas excepcionales y hacer parte de una cultura innovadora, ágil, diversa e incluyente, Puntos Colombia es el lugar para ti.Sobre La PosiciónEstamos buscando un Genio que emprenda con nosotros el desafío de entregar experiencias únicas y personalizadas, únete a nuestro equipo genial como Ingeniero de Machine Learning (ML Engineer), si cumples con las siguientes competencias:Profesional en Ingeniería electrónica o de telecomunicaciones, Matemáticas o estadística, Científico de datos, Ingeniero de Sistemas o de DatosExperiencia de más de 3 años en funciones directamente relacionadas con:Desarrollo o productivización de modelos de machine learning.Implementación de pipelines de MLOps (entrenamiento, despliegue, monitoreo).Integración de modelos con servicios de datos (Data Warehouse, APIs, cloud).Automatización y CI/CD de modelos o aplicaciones analíticas.Uso de frameworks y herramientas como MLflow, Docker, Kubernetes, Airflow o Vertex AI. Conocimientos Lenguajes: Python (obligatorio), SQL, Bash, Java o Scala (deseable).Frameworks de ML: TensorFlow, PyTorch, Scikit-learn, XGBoost.MLOps / Model Serving: MLflow, SageMaker, Kubeflow, Airflow.Infraestructura y DevOps: Docker, Kubernetes, Terraform, GitLab CI/CD.Monitorización de modelos: EvidentlyAI, Arize, WhyLabs, Prometheus, Grafana.Versionamiento y trazabilidad: DVC, Model Registry, Git, MLflow Tracking.Clouds comunes: AWS (SageMaker, Redshift).Seguridad y cumplimiento: buenas prácticas en tratamiento de datos sensibles y despliegue seguro.FuncionesImplementación de pipelines de ML (MLOps)Diseñar e implementar pipelines de entrenamiento, validación, despliegue y monitoreo de modelos.Automatizar procesos mediante herramientas de MLOps (CI/CD para ML).Integrar los flujos de ML con las plataformas de datos corporativas (Data Lake / Data Warehouse).Infraestructura y despliegue de modelosConstruir entornos reproducibles para modelos (contenedores, entornos virtuales, APIs).Desplegar modelos en entornos productivos (batch, streaming o tiempo real).Escalar servicios de inferencia según demanda (autoscaling, GPU/CPU optimization).Monitoreo y mantenimiento de modelosImplementar mecanismos de monitorización de drift, desempeño y latencia.Gestionar el versionamiento de modelos y datasets.Coordinar con los científicos de datos la actualización o retraining de modelos obsoletos.Gobierno y cumplimiento de modelosRegistrar modelos en el Model Registry y documentar su linaje técnico.Garantizar el cumplimiento de estándares éticos y técnicos definidos por el área de Gobierno de Datos e IA.Aplicar políticas de trazabilidad, reproducibilidad y explicabilidad.Optimización de desempeñoOptimizar tiempo de entrenamiento e inferencia mediante técnicas de paralelización, caching y tuning.Gestionar recursos cloud de forma eficiente (costos, almacenamiento, cómputo).Colaboración técnicaTrabajar de forma conjunta con Científicos de Datos en el empaquetamiento y productivización de modelos.Interactuar con Ingenieros de Datos para la ingesta y transformación de datos necesarios para el entrenamiento.Contamos con oficinas en Medellín, modo de trabajo remoto y horarios flexibles, por lo que podrás aplicar si estás en cualquier parte de Colombia.