Gerente de Ingeniería AI/ML

Caylent es una empresa de servicios en la nube que apuesta por la IA y que ayuda a las organizaciones a convertir ideas ambiciosas en un impacto empresarial significativo. Como socio de servicios de primer nivel de AWS y miembro fundador de Claude Partner Network de Anthropic, combinamos una profunda experiencia en AWS, inteligencia artificial y la plataforma Claude de Anthropic para ayudar a los clientes a modernizar su tecnología, crear productos inteligentes y llevar la IA de la experimentación a la producción.

Nuestras capacidades abarcan IA generativa y agente, migración y modernización de la nube, desarrollo de aplicaciones nativas de la nube, datos y análisis, DevOps, servicios administrados, seguridad y cumplimiento, y transformación de la experiencia del cliente. En Caylent, nuestra gente siempre es lo primero.

Somos una empresa global totalmente remota con empleados en Canadá, Estados Unidos y América Latina. Celebramos la cultura de cada uno de los miembros de nuestro equipo y fomentamos una comunidad de curiosidad tecnológica. ¡Ven a hablar con nosotros para aprender más sobre lo que significa ser un Caylien!

La misión

Este es un puesto de alto nivel para alguien que lidera desde ambas direcciones a la vez: profundamente técnico en el compromiso con el cliente y totalmente responsable del crecimiento y desempeño de un equipo de ingenieros y arquitectos de ML. Reportarás al Director de AI/ML.

Usted es responsable de la contratación, el desarrollo y la salud del equipo, además de liderar compromisos complejos con los clientes, dar forma a la arquitectura e impulsar las preventas. Ambas partes de este trabajo son reales y continuas. El candidato adecuado encontrará energía en esa combinación, no tensión.

Tu tarea

Liderando tu equipo

• Contrate y desarrolle: establezca el estándar técnico para los roles de aprendizaje automático en su equipo, lidere o supervise evaluaciones técnicas y tome decisiones de contratación que pueda respaldar. Forme un equipo que eleve el estándar general de la práctica.

• Desarrollar personas: organice reuniones individuales estructuradas con regularidad, brinde comentarios sinceros en hitos significativos e invierta activamente en el crecimiento de cada persona, ya sea que se encuentren al inicio de su carrera o tengan mucha experiencia.

• Gestionar el desempeño: reconocer a los contribuyentes fuertes y abordar las brechas de desempeño de manera directa y temprana. Asóciese con los HRBP y el Director de IA/ML cuando las situaciones requieran un camino estructurado y defienda a su equipo cuando lo merezcan.

• Manténgase cerca de la dotación de personal: comprenda cómo se utiliza su equipo en todos los compromisos, mantenga al equipo de dotación de personal informado sobre la evolución de las habilidades y preferencias de cada persona y asegúrese de que se coloque a las personas en trabajos que las extiendan adecuadamente.

Asesoría Estratégica

• Liderar evaluaciones de ML: evalúe los entornos de los clientes de extremo a extremo (infraestructura, canales de datos, ciclo de vida del modelo y preparación organizacional) y produzca recomendaciones que impulsen las decisiones ejecutivas y abran la puerta al siguiente compromiso.

• Dar forma a la arquitectura: sirva como autoridad técnica superior en los compromisos, establezca la dirección arquitectónica, garantice la calidad técnica en todo el equipo y tome las decisiones importantes cuando las compensaciones sean difíciles.

• Asesorar sobre operaciones de ML: ayudar a los clientes a crear sistemas de ML que realmente puedan poseer y mantener, traduciendo la complejidad de MLOps, LLMOps y monitoreo de producción en estándares que sus equipos de ingeniería puedan ejecutar y sobre los cuales su liderazgo pueda actuar.

• Impulsar las preventas: asociarse con equipos de ventas y soluciones durante las fases de alcance y propuesta, contribuyendo con la profundidad técnica necesaria para evaluar el trabajo con precisión y brindar a los clientes potenciales confianza en la capacidad de cumplimiento de Caylent.

Entrega práctica

• Liderar los compromisos de principio a fin: impulsar la arquitectura y el diseño de soluciones desde el inicio hasta la entrega: estableciendo la dirección técnica, desbloqueando al equipo en problemas difíciles y garantizando que el trabajo cumpla con los estándares de calidad de Caylent.

• Sea dueño de la relación técnica: dependiendo del compromiso, usted es el contacto principal con el cliente y posee todos los resultados a nivel de arquitecto, o la autoridad técnica superior que supervisa a todo el equipo. La expectativa es la misma en ambos casos: usted es la persona de la que técnicamente depende el compromiso.

Hacer crecer la práctica

•

• Eleve el listón internamente: asesore a ingenieros y arquitectos a través del trabajo real, contribuya en entrevistas técnicas y cree arquitecturas de referencia y aceleradores que mejoren la práctica más amplia de ML.

Sus calificaciones (no negociables)

• Más de 10 años en aprendizaje automático o IA, con un historial comprobado de liderar compromisos de cara al cliente en calidad de consultoría o asesoramiento.

• Experiencia demostrada en gestión de personas: contratación, calibración del desempeño, desarrollo profesional y capacidad para mantener conversaciones difíciles de manera directa y constructiva.

• Conocimiento profundo y actual del ecosistema de AWS ML y GenAI, con la capacidad de tomar y defender decisiones arquitectónicas durante todo el ciclo de vida de ML, desde la ingeniería de datos y funciones hasta la capacitación, la implementación y el monitoreo.

• Amplia experiencia en al menos dos o tres dominios de ML (ya sea ML clásico, visión por computadora, PNL, series temporales u otros) combinados con el criterio para evaluar, diseñar y asesorar en todo el panorama de ML más amplio.

• Capacidad comprobada para diseñar y gestionar sistemas de aprendizaje automático de producción de extremo a extremo, traduciendo MLOps, LLMOps y la complejidad más amplia de las operaciones de IA en estándares que los equipos de ingeniería pueden ejecutar y los ejecutivos pueden actuar.

• Amplia experiencia en la adaptación del modelo básico: ajuste fino (LoRA, QLoRA, PEFT), alineación (RLHF, DPO), optimización de inferencia y capacitación distribuida, combinado con RAG y diseño de sistemas agentes, incluidas arquitecturas de múltiples agentes, integración de MCP y patrones humanos en el circuito en AWS.

• Capacidad comprobada para operar de forma independiente en entornos de clientes complejos y ambiguos: navegando por prioridades competitivas, alineando a las partes interesadas y traduciendo las compensaciones de ML en riesgo y valor comercial para audiencias técnicas y ejecutivas.

Fuertes diferenciadores

• AWS Certified Machine Learning – Especialidad y/o AWS Certified Solutions Architect – Profesional.…

Fuente: Jobicy (https://jobicy.com/jobs/152435-ai-ml-engineering-manager)