VeterisJobs
Descripción
Este puesto se centra en el desarrollo y la implementación de modelos de inteligencia artificial y machine learning. Las responsabilidades principales incluyen el trabajo en modelos de lenguaje grandes (LLMs), realizando ajustes finos (fine-tuning) para adaptarlos a necesidades específicas. También se requiere el diseño e implementación de arquitecturas RAG (Retrieval-Augmented Generation) para mejorar las capacidades de los sistemas de IA. Otra tarea fundamental es el despliegue de estos modelos en entornos de producción, utilizando pipelines de MLOps para garantizar un ciclo de vida robusto y eficiente. Esto implica la gestión de la infraestructura necesaria, asegurando que los modelos estén operativos, sean escalables y mantengan un alto rendimiento. La optimización de sistemas de deep learning es un componente clave para mejorar la velocidad y la eficiencia computacional de las aplicaciones en producción.Se requiere un sólido conocimiento técnico en frameworks como PyTorch y TensorFlow, que son esenciales para la construcción y entrenamiento de modelos. Es fundamental tener experiencia con arquitecturas de transformers, incluyendo modelos como BERT y GPT, así como con arquitecturas multimodales que puedan procesar diferentes tipos de datos. La experiencia en el uso de herramientas y plataformas como Kubernetes para orquestación de contenedores, así como DeepSpeed y Megatron para la optimización y entrenamiento distribuido de modelos a gran escala, es altamente valorada. Además, se espera un dominio avanzado del lenguaje de programación Python para el desarrollo de scripts, automatización de tareas y la integración de diferentes componentes del sistema.
El entorno de trabajo se caracteriza por un enfoque en la innovación y la aplicación práctica de tecnologías de vanguardia. El profesional en este rol colaborará en proyectos que requieren una comprensión profunda tanto de los fundamentos teóricos como de las consideraciones prácticas de implementación. El objetivo es crear soluciones de IA que sean no solo tecnológicamente avanzadas, sino también robustas, mantenibles y alineadas con los objetivos del negocio. Se busca a alguien que pueda trabajar de manera autónoma, resolver problemas complejos y contribuir al desarrollo continuo de las capacidades del equipo en el campo de la inteligencia artificial.