Machine Learning Engineer (Semi-Senior / Senior)
New
D
DaCodesAdTech, monetización de apps móviles
100% remoto, abierto a cualquier país de Latinoamérica., Se requiere un mínimo de 4-5 horas de solapamiento con GMT-3.Full-TimeSenior
Salary not disclosed
Apply NowOpens the employer's application page
Job Details
- Languages
- Español fluido indispensable
- Experience
- 3+ años de experiencia; para nivel Senior, 5+ años de experiencia.
- Required Skills
- PythonSQLMachine LearningAirflowPandasSparkDatabricksscikit-learn
Requirements
- Tener 3+ años de experiencia como Machine Learning Engineer, Data Scientist o en un rol similar.
- Haber llevado modelos a producción y mantenerlos en producción.
- Dominar Python y SQL, incluyendo pandas o Polars y scikit-learn.
- Tener experiencia con modelos de clasificación, regresión y ranking, y criterio para elegirlos según el problema.
- Contar con base sólida en estadística, incluyendo calibración de probabilidades, clasificación desbalanceada, métricas de evaluación más allá de accuracy y A/B testing.
- Tener experiencia práctica con LLMs, tool calling, diseño de prompts, evaluación de outputs de agentes y uso cotidiano de coding agents.
- Tener familiaridad con plataformas de datos, particularmente Spark/Databricks, Airflow y AWS.
- Poder resolver problemas y hacer troubleshooting de modelos y datos en producción.
- Para nivel Senior, contar con 5+ años de experiencia y un track record liderando iniciativas de punta a punta, desde definir el problema hasta medir su impacto en producción.
- Para nivel Senior, poder guiar decisiones técnicas y mentorear a otros ingenieros.
- Deseable: experiencia en AdTech, mobile games o monetización de apps; conocimientos básicos de reinforcement learning, como multi-armed y contextual bandits; experiencia con Pydantic AI, LangGraph o Model Context Protocol (MCP).
Responsibilities
- Construir y llevar a producción modelos predictivos, como churn de usuarios, lifetime value y payer propensity, desde la exploración en Databricks hasta el serving en tiempo real.
- Desarrollar y mantener pipelines de ML en producción con Airflow, Spark/Databricks y AWS, incluyendo entrenamiento, validation gates y promoción de modelos.
- Monitorear modelos en producción, incluyendo calibración, drift e impacto en el negocio.
- Medir el impacto de los modelos mediante A/B tests.
- Colaborar en iniciativas de IA generativa, incluyendo integraciones con APIs internas de analytics y configuración, sets de evaluación, observabilidad y controles human-in-the-loop.
- Construir herramientas y contexto para que los coding agents trabajen de forma efectiva sobre el código base.
- Colaborar con Data Engineering, Backend, SDK, AdOps y Producto para convertir modelos en funcionalidades de producto.
View Full Description & ApplyYou'll be redirected to the employer's site
