Ingeniero De Machine Learning E Ia

Es tu oportunidad para ser parte de una de las compañías de telecomunicaciones más grandes del mundo, comprometida con la innovación y la excelencia en el servicio.

Nos enorgullece ser pioneros en la tecnología 5G, y estamos dedicados a conectar a personas y empresas de manera más eficiente y segura.En AT&T promovemos la inclusión y la igualdad de oportunidades sin discriminación por razones de sexo, género, orientación sexual, edad, discapacidad, origen étnico, entre otros.

Fomentamos la equidad mediante ajustes razonables en el entorno laboral.Objetivo del puesto : - Diseñar, desarrollar, entrenar y optimizar modelos avanzados de inteligencia artificial (ML, DL, RL, GenAI), colaborando estrechamente con científicos de datos y equipos de negocio para traducir problemas complejos en soluciones técnicas viables, asegurando que los modelos sean robustos, eficientes y estén listos para su integración en entornos productivos por parte del equipo de MLOps.

• Gestionar proyectos de ingeniería de IA de extremo a extremo, colaborando con equipos multidisciplinarios (internos y externos) para traducir requerimientos de negocio en arquitecturas técnicas, desarrollar pipelines de datos, entrenar modelos, y desplegar soluciones confiables, seguras y alineadas con los objetivos estratégicos de la compañía.
• Garantizar la operación continua, monitoreo y mejora de los sistemas de IA, implementando buenas prácticas de MLOps, automatización de flujos de trabajo, validación de modelos, control de versiones y gestión de infraestructura, para maximizar el impacto y valor generado.
• Comunicar avances técnicos, limitaciones y resultados clave a stakeholders relevantes, utilizando visualizaciones claras, documentación técnica y reportes ejecutivos, facilitando la toma de decisiones basada en datos y el entendimiento de la tecnología implementada.Requisitos : Título universitario en Ingeniería, Ciencias de la Computación, Matemáticas, Estadística o campos relacionados.Ingles avanzadoJupyter / VS Code (Avanzado)Visualización técnica : matplotlib / seaborn / plotly (Intermedio)APIs y empaquetado : FastAPI (Básico-Intermedio) (exponer modelos como servicios) ,Docker (Intermedio) (empaquetar artefactos; el despliegue lo ejecuta MLOps)Programación : Python (Avanzado), Spark / Databricks(Intermedio-Avanzado), SQL(Avanzado), Bash / Consola de Linux (Intermedio)Control de versiones y experimentación : Git (Avanzado), Mlflow (tracking + model registry) (Avanzado)Plataformas Databricks (Intermedio–Avanzado)Una nube principal (AWS, Azure o GCP) (Intermedio)Frameworks de ML / DL : scikit-learn (Avanzado), Pytorch o Tensorflow (Avanzado), Pytorch Lightning o Hugging Face (Intermedio)GenAI / LLMs : Hugging Face Transformers (Intermedio), LangChain o Llama Index (Intermedio)