Cloud Engineer (AWS)

📍 Modalidad: Presencial L a V de 9 am a 6 pm (Polanco)

Desarrollador Cloud AWS para Soluciones de IA

Objetivo del puesto

Buscamos un Desarrollador Cloud de AWS con especialización en Inteligencia Artificial y Machine Learning para diseñar, construir y desplegar soluciones de IA en entornos productivos. El candidato ideal se encargará de integrar modelos de machine learning y capacidades de IA generativa en nuestras aplicaciones utilizando el ecosistema de servicios administrados de AWS. Su objetivo principal será crear pipelines de datos eficientes, automatizar el ciclo de vida de los modelos (MLOps) y asegurar la alta disponibilidad, seguridad y optimización de costos de las soluciones de IA.

Principales Responsabilidades

• Desarrollo e Integración de Soluciones de IA: Implementar e integrar servicios de IA de AWS (como Amazon Bedrock, SageMaker, Lex, Rekognition) en las aplicaciones y flujos de trabajo existentes de la empresa.
• Construcción de Pipelines de Datos: Diseñar y desarrollar arquitecturas de datos para ingesta, procesamiento, limpieza y almacenamiento de información necesaria para el entrenamiento y la inferencia de modelos de IA.
• Prácticas de MLOps: Diseñar e implementar pipelines de CI/CD orientados a Machine Learning para automatizar el empaquetado, despliegue, monitoreo y reentrenamiento de modelos en producción.
• Desarrollo Serverless y Cloud Native: Crear microservicios e integraciones escalables utilizando servicios serverless de AWS (AWS Lambda, API Gateway, ECS/Fargate).
• Optimización de Costos y Rendimiento: Monitorear el consumo de recursos de los servicios de IA/ML en AWS y proponer estrategias de optimización para equilibrar el rendimiento técnico y el costo financiero.
• Seguridad y Cumplimiento: Garantizar que los flujos de datos y el acceso a los modelos de IA cumplan con las políticas de seguridad de la información, encriptación y gobernanza utilizando AWS IAM, KMS y VPC.

Requisitos y Experiencia

• Educación: Licenciatura o Ingeniería en Sistemas, Ciencias de la Computación, Ciencia de Datos, Matemáticas Aplicadas o carrera afín.
• Experiencia General: Al menos 3+ años de experiencia en desarrollo de software con un fuerte enfoque en plataformas cloud.
• Experiencia Específica: Mínimo 2+ años implementando soluciones basadas en Inteligencia Artificial o Machine Learning sobre infraestructura de Amazon Web Services (AWS).
• Certificaciones (Altamente Deseables):
• AWS Certified Developer – Associate
• AWS Certified Machine Learning – Specialty
• AWS Certified Solutions Architect – Associate
• Habilidades Técnicas Clave
• Servicios de IA/ML en AWS: Profundo conocimiento de AWS SageMaker (pipelines, feature store, entrenamiento y hosting) y Amazon Bedrock (para el uso e integración de Modelos Fundacionales / LLMs). Familiaridad con servicios cognitivos (Lex, Polly, Transcribe, Rekognition).
• Lenguajes de Programación: Dominio avanzado de Python (esencial para IA/ML) y conocimientos sólidos en otros lenguajes como Node.js, Go o Java.
• Arquitectura de Datos y Bases de Datos: Experiencia con bases de datos vectoriales (ej. OpenSearch, Pinecone, pgvector en RDS) para arquitecturas RAG (Retrieval-Augmented Generation), así como servicios tradicionales de datos en AWS (S3, DynamoDB, RDS, Redshift).
• Infraestructura como Código (IaC): Experiencia práctica con herramientas como AWS CDK, Terraform o CloudFormation para el aprovisionamiento de recursos.
• Contenedores y Orquestación: Manejo de Docker y servicios de orquestación como Amazon ECS, EKS o Kubernetes.
• DevOps y CI/CD: Uso de herramientas como AWS CodePipeline, GitHub Actions, GitLab CI para automatización de despliegues.
• Inglés (Nivel Intermedio)

Habilidades Blandas

Capacidad de autoaprendizaje y adaptabilidad ante la rápida evolución de las tecnologías de IA.

Fuerte orientación a la resolución de problemas lógicos y matemáticos complejos.

Habilidad para colaborar de manera multifuncional con científicos de datos, ingenieros de software tradicionales y stakeholders de negocio.

• Atención al detalle, especialmente en la validación, calidad de los datos y el rendimiento de los algoritmos.