Ingeniero de Machine Learning (ML Engineer)

Sobre Puntos Colombia:

 

En 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 posición:

 

Estamos 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 Datos

Experiencia 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.

Funciones:

 

• Implementación 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 modelos
• Construir 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 modelos
• Implementar 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 modelos
• Registrar 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 desempeño
• Optimizar tiempo de entrenamiento e inferencia mediante técnicas de paralelización, caching y tuning.
• Gestionar recursos cloud de forma eficiente (costos, almacenamiento, cómputo).
• Colaboración técnica
• Trabajar 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.