IA Machine Learning - ML Experto
At a glance
Mid-level Machine Learning Engineering role at Inetum. Bogotá · full-time.
Pay not stated Machine Learning Engineering salary
aimlroles summary, based on the employer's posting.
What you'll do
- Design scalable, resilient ML and LLM architectures with attention to operating cost
- Put MLOps and LLMOps practices in place for model versioning, monitoring, inference efficiency and cost control
- Build embedding and RAG solutions, then assess their semantic quality
- Train and tune models across cloud environments, and set up evaluation using A/B tests and impact metrics
- Shape data and ML pipelines, security guidance, and APIs that bring models into production
What you bring
- More than six years designing and implementing enterprise-scale ML architectures and LLM-based solutions
- A background in systems engineering, software development, programming or a related field
- Advanced Python skills, plus experience with TensorFlow or PyTorch and APIs such as FastAPI
- Hands-on knowledge of MLOps or LLMOps, cloud infrastructure, data engineering and deployment pipelines
Who this fits
This senior expert role suits someone who can set AI architecture and operating practices while communicating technical results to nontechnical audiences and working with business teams. The position is based in Bogotá and is hybrid.
From the employer
Inetum es una compañía global de servicios de tecnología e innovación digital, presente en más de 26 países. En Colombia, Inetum ofrece soluciones tecnológicas avanzadas que impulsan la transformación digital de empresas en diversos sectores, brindando servicios en consultoría, desarrollo de software, integración de sistemas, outsourcing y soporte técnico.
Con un enfoque en la agilidad y adaptabilidad, Inetum Colombia busca crear valor para sus clientes mediante la implementación de tecnologías innovadoras que mejoren la eficiencia y productividad. Nuestro equipo está compuesto por expertos en diversas áreas tecnológicas que trabajan en un entorno colaborativo, dinámico y orientado a resultados. Únete a Inetum y sé parte de una compañía que está transformando el futuro de las empresas a través de la tecnología.
Buscamos profesional en Ingeniería de Sistemas, desarrollador y/o programador o afines, con más de 6 años de experiencia realizando el diseño e implementación de arquitecturas de Machine Learning y soluciones basadas en LLMs a escala empresarial.
Perfil Senior Experto, responsable de definir estrategias de IA, arquitecturas escalables y prácticas de MLOps/LLMOps, garantizando generación de valor, eficiencia operativa, optimización de costos y cumplimiento normativo.
Responsabilidades
- Definir y realizar arquitecturas de ML y LLMs escalables, resilientes y costo-eficientes.
- Implementar y gobernar prácticas de MLOps y LLMOps (versionamiento, monitoreo, optimización de inferencias y costos).
- Diseñar soluciones basadas en embeddings y RAG con altos estándares de calidad semántica.
Realizar entrenamiento distribuido y optimización de modelos en entornos cloud. - Establecer marcos de evaluación (A/B testing, métricas de desempeño e impacto).
- Definir lineamientos de seguridad, privacidad y gobernanza de IA.
- Diseñar y optimizar pipelines de datos y ML (batch y streaming).
- Productivizar modelos mediante APIs y arquitecturas desacopladas.
Conocimientos técnicos
- Programación y frameworks:
Python avanzado, TensorFlow/PyTorch, APIs (FastAPI), herramientas de LLM (LangChain o similares). - MLOps & LLMOps:
Lflow, Kubeflow, gobernanza, monitoreo y lifecycle de modelos. - Cloud & Infraestructura:
AWS (preferible), IaC (Terraform/CloudFormation), arquitecturas distribuidas. - Ingeniería de datos:
Spark, Athena, Glue o equivalentes; manejo de grandes volúmenes de datos.
Orquestación & Streaming:
Airflow, Prefect o similares; Kafka/Kinesis. - CI/CD y monitoreo:
Pipelines de integración y despliegue continuo; CloudWatch o similares.
Habilidades blandas
- Pensamiento analítico y orientación a resultados
- Capacidad de resolver problemas complejos
- Habilidad para comunicar resultados técnicos a audiencias no técnicas
- Trabajo en equipo y colaboración con áreas de negocio
- Proactividad y aprendizaje continuo
- Enfoque en generación de valor para el negocio