Senior Machine Learning Engineer (LLMs / IA Generativa)

Aviso de fuente externaen CQI Sense

CQI Sense busca un Senior Machine Learning Engineer hands-on, con sólida experiencia poniendo en producción sistemas de ML, LLMs e IA agéntica, para sumarse a s

1 candidato se postuló a esta vacante.

Fuente externa - sin verificarhace 4 díasVigente hasta: 22 dic 2026

Salario

No especificado

Estimado de CazVid: ARS 1,100,000 a ARS 2,200,000 al mes. No lo fijó el empleador.

Ubicación

Buenos Aires, Argentina

Tipo de empleo

Tiempo completo

Modalidad

No especificado

Senior Machine Learning Engineer (LLMs / IA Generativa)

Buenos Aires, Argentina

Descripción del empleo

CQI Sense busca un Senior Machine Learning Engineer hands-on, con sólida experiencia poniendo en producción sistemas de ML, LLMs e IA agéntica, para sumarse a su equipo de ingeniería de ML.Sobre CQI SenseCQI Sense es una empresa global B2B que potencia a los Contact Centers con soluciones de Inteligencia Artificial, Machine Learning y Analítica. Con fuerte experiencia en mercados clave como Telecomunicaciones y Aerolíneas, nuestro equipo extrae información accionable de los datos para generar un alto impacto en nuestros clientes, siempre cumpliendo con las regulaciones. Nuestras soluciones analizan las interacciones de los clientes y asisten con IA a los operadores durante las llamadas. Esto marca un paso adelante en la capacidad de obtener información y optimizar en tiempo real la experiencia del cliente. Desarrollamos soluciones de vanguardia en IA, Machine Learning, Datos, UI e infraestructura de Google.El puestoComo Senior Machine Learning Engineer, vas a diseñar y desarrollar nuestras iniciativas de ML e IA Generativa. Es un rol para alguien que construye: que disfruta trabajar con clientes, convertir problemas de negocio en soluciones de ML y LLMs, y seguir muy involucrado en lo técnico: programar modelos y agentes, construir pipelines productivos y ponerlos en producción.Responsabilidades principalesDescubrimiento de soluciones con el cliente: Trabajar junto a los referentes del cliente y del negocio para identificar problemas de alto impacto, armar pruebas de concepto rápidas y diseñar soluciones a medida de ML, LLMs y analítica predictiva.Desarrollo técnico hands-on: Diseñar, programar, entrenar y desplegar modelos y pipelines de ML de nivel productivo, equilibrando la arquitectura de alto nivel con el código del día a día.LLMs y sistemas agénticos: Construir agentes de LLM que usan herramientas, pipelines de RAG y búsqueda vectorial sobre grandes bases de conocimiento, con evaluación incorporada (golden sets, LLM-as-a-judge, controles de citas y de respaldo en fuentes) para que las respuestas sean precisas y confiables.MLOps / LLMOps de punta a punta: Construir y mantener pipelines escalables y de baja latencia (entrenamiento, reentrenamiento, registro de modelos, CI/CD, despliegue y monitoreo) sobre nuestra infraestructura en Google Cloud Platform (GCP).Integración con otros equipos: Trabajar con nuestros equipos de UI, Data Engineers, AI Engineers e ingenieros de infraestructura cloud para integrar modelos de ML y servicios de IA (APIs, streaming en tiempo real) en los productos principales de los clientes y en sus flujos operativos en tiempo real.Responsabilidad técnica: Asegurar la estabilidad de los modelos, la optimización de costos y rendimiento, el orden del feature store, el gobierno de datos, la seguridad de los datos sensibles y el cumplimiento regulatorio en todos los despliegues productivos de clientes.Requisitos principalesFormación: Título de grado o maestría en Ciencias de la Computación, Ciencia de Datos e Inteligencia Artificial, Ingeniería de Software, Matemática Aplicada u otra disciplina técnica afín.Experiencia: 4 años o más de experiencia profesional en desarrollo y despliegue de Machine Learning, incluyendo roles senior y responsabilidad de punta a punta sobre proyectos de ML en producción.Hands-on y pragmático: Pasión por escribir código Python limpio y modular, y por llevar modelos de ML desde la idea hasta producción.LLMs e IA Generativa en producción: Experiencia práctica poniendo en producción sistemas basados en LLMs: agentes y tool/function calling, RAG, búsqueda vectorial, prompt engineering y evaluación de LLMs.Resolución de problemas de cara al cliente: Capacidad demostrada para trabajar con clientes, entender sus problemas y convertirlos en soluciones técnicas de ML.Cloud y MLOps: Experiencia práctica construyendo y desplegando pipelines de ML en una nube o plataforma de datos importante (GCP, AWS, Databricks o similar), incluyendo registro de modelos, reentrenamiento, CI/CD, contenedores (Docker) y control de versiones.Stack principal de ML: Sólidos conocimientos de Python y de frameworks estándar de ML (PyTorch, TensorFlow o similares), en clasificación, forecasting / series de tiempo y deep learning.Base estadística: Sólida base matemática y estadística; capacidad para trabajar con expertos en estadística avanzada (llevando métodos estadísticos a software escalable).Comunicación: Excelente comunicación oral y escrita en español e inglés, con capacidad para trabajar con fluidez junto a arquitectos de datos y referentes del negocio.DeseablesEcosistema GCP: Experiencia con Vertex AI, BigQuery / BigQuery ML, Dataflow, Cloud Functions / Cloud Run o Document AI.Conocimiento de Telecomunicaciones y Contact Centers: Experiencia con datos de telecomunicaciones, analítica de contact centers o flujos de eventos de alto volumen.Modelos de riesgo de clientes: Experiencia con predicción de bajas (churn), scoring de clientes o modelos de retención.Inferencia de alto rendimiento: Servicio de modelos en GPU, inferencia en paralelo a gran escala, feature stores de baja latencia.Habilidades full-stack: FastAPI / APIs REST, respuestas en streaming y conocimientos de frontend (TypeScript, React / Next.js).Datos regulados: Experiencia manejando datos sensibles o regulados (datos personales, encriptación, requisitos de cumplimiento).Ingeniería de datos: Pipelines ETL/ELT, Delta Lake / Databricks, SQL a gran escala.Actitud proactiva: Energía, automotivación y comodidad para hacerse cargo en entornos ambiguos y de alto crecimiento.Qué ofrecemosUn rol clave en un equipo de producto que pone la IA primero.Capacitación, impacto directo en el crecimiento del negocio y crecimiento profesional a medida que crece el equipo de ML.Modalidad de trabajo híbrida, con días presenciales en CABA.Contratación como contractor (prestador de servicios independiente), con pago en dólares.Un ambiente informal y muy colaborativo, con el impacto directo y la velocidad de una startup tecnológica.Reuniones 1 a 1 periódicas, evaluaciones de desempeño transparentes y trabajo directo con la dirección de la empresa.Valores culturalesJustos y amables – Actuamos con integridad y respeto.No hay caja – No solo pensamos fuera de la caja... reinventamos las soluciones.Colaboración sin ego – Gana la mejor idea, venga de donde venga.Guiados por la misión – Cada acción hace avanzar nuestra visión.Valientes – Enfrentamos los desafíos de frente y actuamos con audacia.Si no se puede facturar, se descarta – Nos enfocamos solo en el valor medible.Obsesión por el cliente – Cada decisión empieza y termina en el cliente.Súper rápidos, dinámicos, más allá de lo ágil – La velocidad es nuestra ventaja competitiva.

Empleos similares