Siemens
Apple
Ingeniería de Software (IA/ML), Ingeniería de Retail y Marcom
Sobre la oportunidad
¿Quieres ayudar a construir algunos de los sistemas tecnológicos empresariales y de cliente más grandes e importantes del mundo? Únete a la organización de Sistemas y Tecnología de la Información (IS&T) de Apple. IS&T es el motor detrás de todo lo que Apple hace por sus clientes y por las personas que crean para ellos. Es el sistema nervioso central de Apple. Al dar soporte a 2.5 mil millones de dispositivos Apple activos, procesar miles de millones de transacciones seguras y mantener en funcionamiento sin errores la tecnología que define la vida moderna, IS&T hace que lo imposible parezca sencillo. ¿Te apasiona crear soluciones para gestionar la complejidad global y una escala inmensa? Imagina lo que podrías hacer aquí.
Retail and Marcom Engineering, un equipo de IS&T, construye y opera los sistemas y experiencias que conectan los productos de Apple con sus clientes. El equipo es responsable de la tecnología detrás de las tiendas físicas y online de Apple, e impulsa las experiencias de marketing interactivo y las herramientas que mantienen en marcha las operaciones creativas. Juntas, estas funciones proporcionan la tecnología detrás de cada historia de producto que cuenta Apple y cada compra que realiza un cliente.
DESCRIPCIÓN
Buscamos un Senior AI/ML Engineer con talento para construir y escalar los sistemas inteligentes detrás del equipo de marketing creativo de Apple, líder a nivel mundial. Impulsarás el desarrollo y despliegue integral de soluciones de IA/ML de vanguardia, influyendo directamente en cómo millones de clientes de Apple experimentan nuestra marca. Diseñarás, construirás y optimizarás sistemas de producción que involucren GenAI, LLMs, Graph RAG y modelos multimodales, diseñando flujos de trabajo inteligentes conversacionales y de agentes que redefinen lo que es posible. Si estás listo para construir y lanzar soluciones de IA/ML de alto impacto a escala global, esta es tu oportunidad. Como Senior AI/ML Engineer, diseñarás, construirás y desplegarás experiencias inteligentes, impulsando el ciclo de vida de machine learning de principio a fin, desde la concepción hasta la producción. Colaborando con las partes interesadas del negocio y de ingeniería, traducirás requisitos complejos en soluciones de IA/ML escalables, desarrollando pipelines y aplicaciones robustas que aprovechen las tecnologías de LLM y GenAI para desbloquear nuevos conocimientos a escala. Tu experiencia práctica ayudará a establecer las mejores prácticas de ingeniería para implementaciones de LLM, RAG e IA conversacional, garantizando un alto rendimiento, fiabilidad y mantenibilidad en todos nuestros servicios. También construirás y desplegarás soluciones avanzadas de AIOps, implementando modelos para clustering, clasificación, detección de anomalías y predicción de capacidad para optimizar nuestros sistemas.
CUALIFICACIONES MÍNIMAS
- 5 años de experiencia práctica implementando modelos de IA/ML en sistemas empresariales.
- Conocimiento de conceptos fundamentales de IA/ML, incluyendo aprendizaje supervisado y no supervisado, deep learning y detección de anomalías.
- Experiencia en NLP, NLU e IA conversacional, incluyendo el diseño y despliegue de bots con reconocimiento de intención, gestión de diálogos y generación de lenguaje natural.
- Experiencia llevando soluciones de GenAI (LLMs y RAG) a producción, con una sólida comprensión de las arquitecturas de LLM.
- Dominio de Python y bibliotecas y frameworks clave de IA/ML (Pandas, NumPy, TensorFlow, PyTorch).
- Capacidad para integrar sistemas de IA y bots con sistemas de backend, bases de datos y APIs para ofrecer soluciones integrales.
- Habilidades de resolución de problemas y análisis, incluyendo el diagnóstico de problemas complejos en entornos distribuidos.
- Grado o Máster en Ingeniería, Informática o un campo relacionado, o experiencia práctica equivalente.
CUALIFICACIONES PREFERENTES
- Experiencia práctica construyendo y desplegando pipelines de Graph RAG, incluyendo bases de datos de grafos y almacenes vectoriales.
- Conocimiento de prácticas de DevOps, incluyendo pipelines de CI/CD, infraestructura como código (ej. Terraform), contenedorización (Docker) y flujos de trabajo basados en Git para la construcción, prueba y despliegue automatizado de servicios de ML.
- Conocimiento de principios de SRE, incluyendo la definición de SLIs/SLOs, monitorización y alertas, respuesta a incidentes, análisis de causa raíz y construcción orientada a la fiabilidad en sistemas de producción.
- Familiaridad con metodologías de evaluación y benchmarking de RAG (ej. fidelidad, recuperación de contexto, LLM-as-judge, conjuntos de datos de referencia).
- Experiencia en ajuste fino (fine-tuning) de LLMs (ej. LoRA, PEFT) y conocimiento de cuándo elegir el ajuste fino frente al prompting o RAG.
- Experiencia construyendo soluciones con modelos multimodales y flujos de trabajo de agentes (uso de herramientas, orquestación, gestión de fallos).
- Experiencia diseñando, construyendo y desplegando plataformas y servicios de IA/ML a escala, manejando altos volúmenes de datos y tráfico.
- Experiencia en LLMOps, incluyendo evaluación en producción, guardrails, observabilidad y optimización de costes y latencia.
- Experiencia construyendo soluciones de AIOps tales como clustering, clasificación, detección de anomalías y predicción de capacidad.
- Familiaridad con entornos de inferencia nativos de la nube y basados en GPU (ej. Kubernetes, servicio de modelos).
- Historial de mentoría a ingenieros, definición de arquitecturas de referencia y establecimiento de mejores prácticas para LLM, RAG e IA conversacional.
- Experiencia aplicando GenAI a flujos de trabajo de contenido, creativos o de marketing.
- Habilidades de comunicación y colaboración, con capacidad para explicar conceptos técnicos a audiencias técnicas y no técnicas.
