Acerca de GBM
Somos una organización de gestión patrimonial, de activos y banca privada con 35 años de experiencia; pioneros en inversión digital innovadora y productos de ahorro. Nuestra misión es mejorar la calidad de vida de nuestros usuarios a través de soluciones financieras inteligentes.
En GBM Digital y Tecnología hemos experimentado un crecimiento exponencial gracias a nuestros productos y a nuestro equipo de clase mundial. Potencializamos y habilitamos a nuestra gente en un ambiente de trabajo entrepreneur.
Objetivo
Como Machine Learning Engineer, serás responsable de diseñar, construir y escalar la plataforma de MLOps y LLMOps que habilita el desarrollo, despliegue y operación de soluciones de Inteligencia Artificial en toda la organización. Trabajarás junto a equipos de Data Science, AI Engineering y Producto para acelerar la adopción de AI, garantizando infraestructura confiable, segura y escalable para modelos, agentes inteligentes y sistemas de nueva generación que impactan directamente la experiencia de nuestros clientes y la eficiencia del negocio.
En una semana típica:
- Diseñar, construir y evolucionar la plataforma de MLOps y LLMOps de GBM, cubriendo el ciclo de vida de modelos de Machine Learning y Agentes
- Implementar pipelines automatizados para entrenamiento, evaluación, despliegue y monitoreo de modelos.
- Definir estándares de versionamiento, reproducibilidad y trazabilidad.
- Diseñar e implementar infraestructura cloud sobre AWS utilizando IaC.
- Construir arquitecturas serverless y orientadas a eventos.
- Desarrollar y mantener microservicios para dar cobertura a las necesidades de los diferentes equipos.
- Participar en decisiones de arquitectura relacionadas con escalabilidad, resiliencia y seguridad.
- Habilitar el despliegue y operación de agentes inteligentes y copilotos.
- Implementar frameworks de evaluación automatizada para agentes y modelos generativos.
- Construir y mantener componentes relacionados con embeddings, knowledge bases y knowledge graphs.
- Participar en la evolución de agentes de voz y experiencias multimodales.
- Implementar monitoreo integral para modelos y agentes.
- Diseñar mecanismos de alertamiento y detección temprana de incidentes.
- Implementar guardrails y controles de seguridad para sistemas basados en AI.
- Participar en auditorías y procesos de cumplimiento asociados al uso de modelos en producción.
- Definir estándares de aprobación y despliegue para soluciones de Machine Learning y Generative AI.
Escolaridad
- Licenciatura en Ciencias de la Computación, Ingeniería en Sistemas, Ingeniería de Software o carreras afines.
Requisitos
- 10+ años de experiencia de experiencia en Machine Learning Engineering, MLOps, Platform Engineering, DevOps o AI Infrastructure.
- Experiencia diseñando y operando plataformas de Machine Learning en producción.
- Experiencia desarrollando soluciones cloud-native escalables.
- Experiencia construyendo pipelines automatizados para modelos y agentes
- Licenciatura en Ciencias de la Computación, Ingeniería en Sistemas, Ingeniería de Software o carreras afines.
- Maestría en Inteligencia Artificial, Ciencia de Datos, Ingeniería de Software o disciplinas relacionadas.
- Control de Versiones: Git (GitHub, GitLab, Bitbucket)
- Bases de Datos y Clientes:SQL Server Management Studio (SSMS), Amazon Dynamo
- Cloud Platforms: AWS Management Console, AWS CLI
- Testing & QA: Postman, Newman, JMeter, frameworks de testing (xUnit, JUnit, PyTest, Jest)
- Observabilidad & Monitoreo: Alguna de las siguientes: Grafana, Prometheus, Elastic (ELK Stack), CloudWatch, Datadog
- Colaboración y Gestión: Jira, Confluence, Slack, Miro, Notion.
- Seguridad y Gestión de Secretos: Vault, AWS Secrets Manager, Azure Key Vault
- Contenedores y Orquestación: Docker, Kubernetes
- IA Generativa: Copilot, ChatGPT, Bedrock
- Lenguajes de Programación
- Dominio de al menos un lenguaje de propósito general como Python, Node.js
- Capacidad para diseñar librerías reutilizables y escribir código optimizado
- Diseño y Arquitectura de Software
- Patrones de diseño, principios SOLID, arquitecturas de microservicios, DDD, event-driven, serverless
- Bases de Datos
- Modelado y optimización de bases de datos SQL (PostgreSQL, MySQL) y NoSQL (DynamoDB, MongoDB, Redis). Ajuste de performance y particionamiento/sharding.
- Cloud Computing (En desarrollo / Experto)
- Experiencia práctica en AWS (Lambda, API Gateway, ECS, DynamoDB, S3, RDS) Diseño de arquitecturas escalables y resilientes en la nube
- CI/CD & DevOps
- Automatización de pipelines, integración con herramientas de despliegue (GitHub Actions, GitLab CI, Jenkins), Infraestructura como Código (CDK, Terraform, CloudFormation)
- Testing & QA
- Unit testing, integración y pruebas de performance. Diseño de estrategias de cobertura de pruebas
- Observabilidad
- Logging estructurado, métricas, trazas distribuidas, herramientas como Prometheus, Grafana, CloudWatch
- Seguridad en Aplicaciones
- Prácticas de secure coding, autenticación/autorización (OAuth2, JWT), cifrado, manejo de secretos
- Metodologías de Trabajo
- Agile/Scrum/Kanban, code reviews, pair programming
- Liderazgo Técnico
- Capacidad de influir en decisiones de arquitectura, guiar a ingenieros menos experimentados y coordinar iniciativas técnicas
Inglés- Avanzado
Competencias
- Ownership: Asume responsabilidad total de sistemas y resultados.
- Colaboración interdisciplinaria: Trabaja con Data, AI y Product para alinear objetivos.
- Mentalidad de automatización: Busca eliminar tareas manuales y crear sistemas autosuficientes.
- Resolución de problemas complejos: Diagnostica y soluciona incidentes críticos.
- Innovación y mejora continua: Propone mejoras en pipelines y performance.
- Comunicación técnica: Documenta y comunica de forma clara y efectiva.
- Aprendizaje continuo: Se mantiene actualizado en DevOps/MLOps/AI y AWS.
- Orientación a impacto: Prioriza tareas de alto valor para el negocio
- Cultura de seguridad: Integra seguridad en cada etapa de desarrollo
Beneficios
- Salario y paquete de compensación competitivo
- Prestaciones superiores de ley
- Contratación directamente
- Esquema 100% nominal
- Formación y plan de carrera
Join the team!*
- Para postularte es indispensable que leas y aceptes nuestro Aviso de Privacidad para Candidatos que se alinea a la ley de protección de datos personales y especifica el uso que le daremos a los mismos únicamente con fines de reclutamiento.
MX
