Ingeniero/a de Aprendizaje Automático

De qué se hará cargo

• Take speech and language models from evaluation into production, including the serving path and what it costs to run.
• Build evaluation sets that reflect the languages and accents customers actually speak, not the ones a public benchmark ships with.
• Instrument models in production: drift, latency, and the failure cases customers report.
• Work with the platform team on the data path, so that training data stays in the jurisdiction the customer requires.
• Document model behaviour and its limits to a standard a regulator can read.

Lo que usted aporta

• You have deployed models to production and maintained them afterwards, not only trained them.
• You are comfortable with PyTorch or an equivalent framework, and with the serving stack around it.
• You understand speech or natural language processing well enough to know where the benchmarks mislead.
• You treat privacy and data residency as engineering constraints rather than as paperwork.
• You work in English. Other languages spoken in the group’s markets are an advantage.

Cinco etapas, y en cada una sabe en qué punto está

1. 1CandidaturaUsted se presenta desde este sitio. Una persona la lee: el primer filtro no está automatizado.
2. 2ConversaciónUna llamada con el responsable de la contratación sobre el trabajo en sí: qué ha operado usted y qué necesita realmente el puesto.
3. 3Ejercicio prácticoUn problema tomado del sistema real, acotado a una sesión razonable. Se comenta con usted; nunca se corrige en silencio.
4. 4Panel de entrevistaConocerá a las personas con las que trabajaría y a alguien ajeno al equipo, presente para hacer la pregunta incómoda.
5. 5DecisiónUn sí o un no, con el motivo. Se lo comunicamos en ambos casos, y le decimos cuándo esperarlo.