Responsabilidades
- Diseñar, entrenar y ajustar modelos de deep learning especializados en visión por computadora.
- Crear y mantener pipelines de entrenamiento de modelos bajo principios de MLOps, garantizando escalabilidad y reproducibilidad.
- Gestionar y preparar conjuntos de datos, incluyendo limpieza, partición, aumento de datos y control de versiones.
- Evaluar el rendimiento de modelos mediante métricas específicas como IoU, precisión, exhaustividad y mAP.
- Identificar y corregir problemas como overfitting mediante ajuste de hiperparámetros y técnicas de regularización.
- Aplicar métodos de optimización de hiperparámetros como búsqueda en cuadrícula, búsqueda aleatoria y optimización bayesiana.
- Examinar errores del modelo, incluyendo falsos positivos, falsos negativos, confusión entre clases y problemas de calidad en los datos.
- Registrar y comparar experimentos usando herramientas como MLflow, Weights & Biases o TensorBoard.
- Colaborar en la creación de flujos automatizados para entrenamiento y validación continua de modelos.
- Aplicar buenas prácticas de MLOps, incluyendo versionado de modelos y datos, trazabilidad y automatización de procesos.
Beneficios
- Salario competitivo según el mercado.
- Contratación con cumplimiento de prestaciones de ley.
Compensación
Salario Competitivo
Modalidad
Híbrido — Polanco, CDMX, Palermo, Buenos Aires
Horario
Lunes a viernes de 9:00 a 19:00, incluyendo una hora de almuerzo.
Modalidad
Modelo híbrido. Inicialmente tres días presenciales por semana, con flexibilidad creciente hacia mayor teletrabajo.
Oportunidad de crecimiento
Posibilidad de desarrollo profesional conforme evolucione el puesto.
