Ayudamos a nuestros clientes a construir relaciones duraderas con sus consumidores a trav\u00e9s del uso inteligente de los datos, combinando customer data platform (CDP), creaci\u00f3n de audiencias, marketing automation, personalizaci\u00f3n de experiencias y business intelligence.<\/p>\n\n\n\n
El rol:<\/strong> Responsabilidades:<\/strong> Requisitos:<\/strong> Plus:<\/strong> Ofrecemos:<\/strong>
Buscamos un AI\/ML Engineer para dise\u00f1ar, desarrollar y llevar a producci\u00f3n soluciones de inteligencia artificial y machine learning que resuelvan problemas reales de negocio en retail. Vas a trabajar sobre un CDP con datos unificados de comportamiento de millones de consumidores (compras, navegaci\u00f3n, campa\u00f1as, afinidades) de m\u00e1s de 300 marcas en Latinoam\u00e9rica. Ya tenemos modelos predictivos en producci\u00f3n (churn, replenishment, segmentaci\u00f3n RFM, cross-selling) y estamos evolucionando hacia agentes aut\u00f3nomos y workflows inteligentes con GenAI. Tu rol combina ambos mundos: optimizar y escalar los modelos de ML existentes, y construir las nuevas capacidades de IA generativa de la plataforma. Trabajamos con Shape Up como metodolog\u00eda de desarrollo, en ciclos con apuestas definidas donde ten\u00e9s autonom\u00eda e impacto directo en el producto.<\/p>\n\n\n\n
\u25cf Dise\u00f1ar, desarrollar y desplegar soluciones Agentic AI, orquestando agentes inteligentes que planifican y ejecutan tareas de forma aut\u00f3noma y\/o con human-in-the-loop.
\u25cf Integrar modelos generativos (LLMs) con APIs externas, herramientas y bases de datos utilizando patrones de orquestaci\u00f3n seguros y eficientes.
\u25cf Implementar y optimizar sistemas multi-agente, aprovechando est\u00e1ndares como Model Context Protocol (MCP) y frameworks emergentes de interoperabilidad.
\u25cf Evolucionar y optimizar los modelos predictivos existentes: replenishment, segmentaci\u00f3n RFM, recomendaci\u00f3n y cross selling.
\u25cf Dise\u00f1ar y entrenar nuevos modelos de ML aplicados a personalizaci\u00f3n, scoring de clientes y detecci\u00f3n de patrones de comportamiento.
\u25cf Construir pipelines de datos para entrenamiento, evaluaci\u00f3n y puesta en producci\u00f3n de modelos a escala.
\u25cf Dise\u00f1ar soluciones escalables sobre AWS (Bedrock, SageMaker, Lambda, Step Functions, S3, Redshift).
\u25cf Desarrollar frameworks de evaluaci\u00f3n y m\u00e9tricas para medir rendimiento, precisi\u00f3n y seguridad tanto de modelos ML como de agentes de IA en producci\u00f3n.
\u25cf Aplicar pr\u00e1cticas de observabilidad y MLOps para garantizar pipelines de despliegue confiables y optimizaci\u00f3n continua.
\u25cf Colaborar con el equipo de producto e ingenier\u00eda para llevar capacidades de IA\/ML desde la ideaci\u00f3n hasta la producci\u00f3n.
\u25cf Comunicar conceptos complejos de IA\/ML de forma clara a interlocutores t\u00e9cnicos y no t\u00e9cnicos.<\/p>\n\n\n\n
\u25cf Al menos 3 a\u00f1os de experiencia trabajando con IA\/ML en producci\u00f3n.
\u25cf Experiencia dise\u00f1ando y desplegando arquitecturas de IA\/ML, con conocimiento s\u00f3lido en Generative AI, NLP e integraci\u00f3n de LLMs.
\u25cf Dominio de Python y su ecosistema ML (Scikit-learn, Pandas, NumPy).
\u25cf Experiencia entrenando, evaluando y optimizando modelos de machine learning (clasificaci\u00f3n, regresi\u00f3n, clustering, sistemas de recomendaci\u00f3n).
\u25cf Experiencia pr\u00e1ctica con function calling, tool use e integraci\u00f3n de herramientas en LLMs.
\u25cf Conocimiento s\u00f3lido de prompt engineering y context engineering, aplicando las t\u00e9cnicas adecuadas seg\u00fan el caso de uso.
\u25cf Experiencia con embeddings, vector databases y estrategias de chunking, con criterio para elegir la opci\u00f3n adecuada seg\u00fan los requerimientos de ingesta y rendimiento.
\u25cf Experiencia con frameworks de evaluaci\u00f3n de IA (RAGAS, DeepEval, LangSmith, Braintrust u otros) para medir m\u00e9tricas de negocio y rendimiento.
\u25cf Experiencia desplegando soluciones sobre AWS (Bedrock, SageMaker, Lambda u otros servicios cloud de IA).
\u25cf Experiencia trabajando con grandes vol\u00famenes de datos (millones de registros).
\u25cf Capacidad para llevar soluciones del prototipo a producci\u00f3n con foco en escalabilidad y mantenibilidad.
\u25cf Licenciatura en Ciencias de la Computaci\u00f3n, Ingenier\u00eda, Matem\u00e1ticas, Estad\u00edstica o campo relacionado, o experiencia equivalente.<\/p>\n\n\n\n
\u25cf Experiencia con frameworks de orquestaci\u00f3n de agentes: Agent Development Kit (ADK), LangGraph, OpenAI Agents SDK, CrewAI u otros.
\u25cf Experiencia con frameworks de deep learning (PyTorch o TensorFlow).
\u25cf Experiencia con Typescript\/Node para integraci\u00f3n con sistemas existentes.
\u25cf Conocimiento de Redshift o data warehouses columnar.
\u25cf Experiencia con herramientas de MLOps (MLflow, Weights & Biases, Kubeflow).
\u25cf Experiencia con Claude API \/ Anthropic SDK u otros proveedores de LLMs.
\u25cf Experiencia desplegando soluciones con contenedores y plataformas de orquestaci\u00f3n como Kubernetes.
\u25cf Experiencia con herramientas de CI\/CD (GitHub Actions, Jenkins, AWS CodeDeploy).
\u25cf Experiencia en la industria del marketing digital, CRM o retail.
\u25cf Certificaciones en AWS (Machine Learning Specialty, Solutions Architect).<\/p>\n\n\n\n
\u25cf Tecnolog\u00eda de punta: investigamos y aplicamos las \u00faltimas novedades constantemente.
\u25cf El ritmo y la energ\u00eda de una startup en pleno crecimiento.
\u25cf Desaf\u00edos t\u00e9cnicos reales: modelos predictivos en producci\u00f3n, agentes aut\u00f3nomos, personalizaci\u00f3n a escala, IA\/ML aplicada a retail.
\u25cf Datos reales de millones de consumidores de 300+ marcas para entrenar y evaluar modelos con impacto medible.
\u25cf 4 semanas de vacaciones.
\u25cf Work from home.
\u25cf Equipamiento para tu home office.
\u25cf Presupuesto para capacitaci\u00f3n y certificaciones.<\/p>\n\n\n\n