En Improving South America, brindamos servicios de TI para transformar la percepción del profesional de TI. Nos enfocamos en consultoría de TI, desarrollo de software y formación ágil.

La empresa promueve una cultura de trabajo excepcional basada en el trabajo en equipo, la excelencia y la diversión, con enfoque en crecimiento personal y recompensas compartidas. Al integrarse, el/la candidato/a formará parte de una comunidad que prioriza la comunicación abierta y relaciones laborales sólidas a largo plazo, respaldada por una estructura de crecimiento profesional y aprendizaje continuo.

Funciones del cargo

- Diseñar y mantener pipelines de datos en producción usando Python y Snowflake
- Dockerizar modelos de ML y artefactos complejos para despliegue containerizado
- Orquestar y escalar cargas de trabajo en Kubernetes, incluyendo servicios de model serving
- Transformar prototipos de investigación en código robusto, testeado y versionado
- Configurar y gestionar KServe (o plataformas equivalentes) para servir modelos en producción
- Automatizar procesos de ML mediante Kubernetes CronJobs y workflows programados
- Optimizar queries SQL en Snowflake para maximizar performance de pipelines
- Documentar y mantener la infraestructura mediante Helm charts

Requerimientos del cargo

- Python 3.12+ (imprescindible) — Python sólido en producción, no solo nivel de scripting
- Snowflake (imprescindible) — cómodo escribiendo y optimizando SQL contra Snowflake como fuente de datos y destino para salida de pipelines
- Docker (imprescindible) — construcción y optimización de imágenes de contenedores,



incluyendo empaquetamiento de artefactos de modelos ML y sus dependencias de tiempo de ejecución en imágenes desplegables
- Kubernetes (imprescindible) — despliegue y operación de cargas de trabajo en Kubernetes; comprensión de pods, deployments, límites de recursos y redes básicas de clúster
- Capacidad de tomar un prototipo de nivel de investigación y convertirlo en código de producción comprobado, mantenible y programado
- Inglés intermedio-avanzado o avanzado (indispensable)

Preferido

- Experiencia específica con Kubernetes CronJob (programación, política de concurrencia, límites de reintento, manejo del historial de fallos)
- Experiencia con plataforma de model serving KServe o equivalente (Seldon, BentoML, o similar), ya que la construcción de un clúster KServe es la siguiente fase definida de este rol
- Familiaridad con conceptos de clustering/estadísticas utilizados en el prototipo: K-means con auto-K vía puntuación de silueta, Jenks Natural Breaks para tiering, normalización/ponderación de características Autoría de gráficos Helm para empaquetamiento de cargas de trabajo de Kubernetes
- Experiencia con formatos de artefactos de modelos y convenciones de empaquetamiento (por ejemplo, ONNX, modelos PyTorch/scikit-learn en pickle, registros de modelos MLflow) incluso sin haber entrenado directamente los modelos

Opcionales

Condiciones

- Contrato a largo plazo.
- 100% Remoto.
- Vacaciones y PTOs
- Posibilidad de recibir 2 bonos al año.
- 2 revisiones salariales al año.
- Clases de inglés.
- Equipamiento Apple.
- Plataforma de cursos en linea
- Budget para compra de libros.
- Budget para compra de materiales de trabajo
- mucho mas..

📌 Python Engineer & ML Infrastructure (Perú)
🏢 Improving South America
📍 Perú