Notifications

Are you open to new opportunities?

Upload your resume to increase your chances of getting noticed.

Calinana
1.9
Machine Learning / AI Engineer Senior
Buenos Aires
Buscamos un Machine Learning / AI Engineer Senior con un sólido enfoque en MLOps y Python que también pueda desempeñarse como AI Engineer para soluciones de IA……
30d+
ingeniero/a de aprendizaje automático jobs in Buenos Aires Buenos Aires jobs Calinana jobs in Buenos Aires
Calinana salaries
Employee reviews at Calinana Calinana interview experience Working at Calinana
iTalent Connection
Senior IA/ML Engineer
Buenos Aires
Easy Apply
Formación en Ingeniería en Sistemas, Ciencias de la Computación o carreras afines. Detectar oportunidades de aplicación de AI en distintas áreas (riesgo,……
30d+
ingeniero/a de aprendizaje automático jobs in Buenos Aires Buenos Aires jobs iTalent Connection jobs in Buenos Aires
iTalent Connection salaries
Employee reviews at iTalent Connection iTalent Connection interview experience Working at iTalent Connection
Talent connect
4.6
Data Engineer (Senior) – Python / PySpark / AWS / ML (Híbrido, CABA) | 171733-1
Buenos Aires
Buenos Aires, Parque Patricios | Híbrido · Perfiles del interior bienvenidos Proyecto Accenture. Conectar los repositorios migrados a Gluón como repositorios……
6d
ingeniero/a de datos jobs in Buenos Aires Buenos Aires jobs Talent connect jobs in Buenos Aires
Talent connect salaries
Employee reviews at Talent connect Talent connect interview experience Working at Talent connect

Calinana

1.9

Machine Learning / AI Engineer Senior

Buenos Aires

Is your resume a good match?

Use AI to find out how well the skills on your resume fit this job description.

Descripción del empleo:

Buscamos un Machine Learning / AI Engineer Senior con un sólido enfoque en MLOps y Python que también pueda desempeñarse como AI Engineer para soluciones de IA generativa. Será responsable registrar experimentos, métricas y modelos, construir pipelines reproducibles para entrenamiento, validación o inferencia asi tambien como mantener versiones de datos, artefactos y modelos, garantizando trazabilidad y colaboración.

Conocimientos requeridos
Lenguaje y frameworks de ML & Generative AI

Python 3.xx (tipos, Pydantic, AsyncIO) con ecosistema científico (Pandas, NumPy,Polars).
2.x, TensorFlow 2.x/Keras, JAX/Flax.
Frameworks de agentes y orquestación GenAI: LangChain, LangGraph,LlamaIndex, CrewAI, AutoGen.
Plataforma MLOps & Experimentación
Tracking y registro de modelos: MLflow Tracking + Model Registry
Orquestación de pipelines: Kubeflow Pipelines, Argo Workflows, AWS, SageMaker Pipelines, Vertex AI Pipelines.
Versionado de datos/artefactos: DVC, LakeFS.
Observabilidad y monitoreo
Métricas y trazabilidad: Prometheus, Grafana, OpenTelemetry.
Calidad de datos/modelos: Evidently AI, WhyLabs.
Vector DB, RAG & búsqueda semántica
Bases vectoriales: Pinecone, Weaviate, Milvus, pgvector.
Toolkits RAG: LangChain Retrievers, LlamaIndex integrations.
Entorno Cloud & Serverless GenAI
Servicios managed GenAI: AWS Bedrock, Azure OpenAI Service, Google Gemini, Anthropic Claude.
Serverless/event‐driven: AWS Lambda, Google Cloud Functions, Cloud Run,Requisitos del perfil
2 años dedicados a MLOps en producción.
Experiencia desplegando sistemas RAG a escala.
Capacidad para liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
Residencia en Buenos Aires, Argentina o disponibilidad para esquema híbrido.
Valorable experiencia en sector financiero o consultoría tecnológica B2B.

Responsabilidades clave

Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine‐tuning, inferencia,
retraining).
Desplegar modelos ML en producción.
Implementar y gobernar vector stores y pipelines RAG para exponer capacidades
de IA generativa sobre datos corporativos.
Colaborar en la operacion del equipo (estimaciones técnicas, demos y RFPs).
Liderar revisiones de arquitectura con foco en escalabilidad, resiliencia y
compliance.
Investigar continuamente la evolución de la IA generativa para proponer
innovaciones.

REMOTO ARGENTINA

See company reviews

Working here doesn’t have to be a secret

1.9

Recommend to a friend
Approve of CEO
CEO: 0 Ratings

Calinana

1.9

Machine Learning / AI Engineer Senior

Buenos Aires

Calinana

1.9

Machine Learning / AI Engineer Senior

Buenos Aires

Is your resume a good match?

Use AI to find out how well the skills on your resume fit this job description.

Descripción del empleo:

Conocimientos requeridos
Lenguaje y frameworks de ML & Generative AI

Python 3.xx (tipos, Pydantic, AsyncIO) con ecosistema científico (Pandas, NumPy,Polars).
2.x, TensorFlow 2.x/Keras, JAX/Flax.
Frameworks de agentes y orquestación GenAI: LangChain, LangGraph,LlamaIndex, CrewAI, AutoGen.
Plataforma MLOps & Experimentación
Tracking y registro de modelos: MLflow Tracking + Model Registry
Orquestación de pipelines: Kubeflow Pipelines, Argo Workflows, AWS, SageMaker Pipelines, Vertex AI Pipelines.
Versionado de datos/artefactos: DVC, LakeFS.
Observabilidad y monitoreo
Métricas y trazabilidad: Prometheus, Grafana, OpenTelemetry.
Calidad de datos/modelos: Evidently AI, WhyLabs.
Vector DB, RAG & búsqueda semántica
Bases vectoriales: Pinecone, Weaviate, Milvus, pgvector.
Toolkits RAG: LangChain Retrievers, LlamaIndex integrations.
Entorno Cloud & Serverless GenAI
Servicios managed GenAI: AWS Bedrock, Azure OpenAI Service, Google Gemini, Anthropic Claude.
Serverless/event‐driven: AWS Lambda, Google Cloud Functions, Cloud Run,Requisitos del perfil
2 años dedicados a MLOps en producción.
Experiencia desplegando sistemas RAG a escala.
Capacidad para liderar iniciativas técnicas y coordinar equipos multidisciplinarios.
Residencia en Buenos Aires, Argentina o disponibilidad para esquema híbrido.
Valorable experiencia en sector financiero o consultoría tecnológica B2B.

Responsabilidades clave

Diseñar y mantener pipelines de ML y LLMs (entrenamiento, fine‐tuning, inferencia,
retraining).
Desplegar modelos ML en producción.
Implementar y gobernar vector stores y pipelines RAG para exponer capacidades
de IA generativa sobre datos corporativos.
Colaborar en la operacion del equipo (estimaciones técnicas, demos y RFPs).
Liderar revisiones de arquitectura con foco en escalabilidad, resiliencia y
compliance.
Investigar continuamente la evolución de la IA generativa para proponer
innovaciones.

REMOTO ARGENTINA

See company reviews

Working here doesn’t have to be a secret

1.9

Recommend to a friend
Approve of CEO
CEO: 0 Ratings

Are you open to new opportunities?

3 Senior machine learning engineer jobs in Argentina

Working here doesn’t have to be a secret

Working here doesn’t have to be a secret