Calificaciones:

• Preferiblemente 3 años de experiencia.
• Interés en el sector de la salud;
• Experiencia práctica con herramientas y plataformas MLOps, como Jenkins, Kubeflow, MLflow, Docker y Kubernetes;
• Dominio del lenguaje Python, así como buenas prácticas de código limpio.
• Conocimiento de bases de datos y sistemas de gestión de datos;
• Conocimiento de infraestructura en la nube, como Google Cloud, AWS o Azure;
• Capacidad de colaborar con equipos multidisciplinarios y comunicarse eficazmente con miembros no técnicos.
• Inglés avanzado (escritura y lectura);
• Experiencia (académica y/o profesional) trabajando con datos del sector de la salud;
• Alguno conocimiento/experiencia con HL7/FHIR.

Diferencial:

• Maestría en Ciencias de la Computación, Matemáticas Computacionales, Sistemas de Información, Ingeniería de Software, Ingeniería de Computación o áreas afines.
• Implementar y mantener flujos de trabajo de MLOps y DevOps, asegurando la integración continua y la entrega continua (CI/CD) de modelos de ML;
• Implementar y optimizar pipelines de datos para el entrenamiento e inferencia de modelos;
• Monitorear, validar y garantizar la integridad de los modelos en producción;
• Trabajar en colaboración con científicos de datos para optimizar el entrenamiento y el despliegue de modelos;
• Desarrollar herramientas y sistemas para rastrear el rendimiento del modelo y alertar sobre degradaciones;
• Crear y mantener documentación para soluciones MLOps, asegurando buenas prácticas en todo el ciclo de vida del modelo;
• Trabajar en colaboración con equipos no técnicos, especialmente del sector de la salud, para entender los requisitos e implementar soluciones MLOps adecuadas;
• Asistir en la toma de decisiones relacionadas con la escalabilidad, robustez y seguridad de los modelos en producción.