DecisionPoint | Cortek

28 oct 2026

Ingeniero/a de IA/ML y MLOps (SME)

RemotoEstados Unidos

Chicago, Illinois, United States

AWSKubernetes

Traducción automática. Consulta el original.

Descripción general

DecisionPoint busca un/a Ingeniero/a de IA/ML y MLOps para liderar la arquitectura, el despliegue, la monitorización, la automatización y la gobernanza de capacidades de machine learning en producción que den soporte al programa ENLIST de USMEPCOM.

Este puesto de nivel SME se encargará de mantener los conjuntos de datos de entrenamiento, validación y prueba; diseñar y operar arquitecturas de ML en producción; automatizar el despliegue de modelos; monitorizar el rendimiento y la deriva de los modelos; y controlar las actualizaciones de modelos, conjuntos de datos, canalizaciones y configuraciones de soporte. El/la ingeniero/a establecerá procesos reproducibles, trazables y seguros para trasladar las capacidades de machine learning desde el desarrollo hasta la validación y su puesta en producción.

El/la Ingeniero/a de IA/ML y MLOps trabajará en estrecha colaboración con los responsables de la misión, científicos de datos, ingenieros de datos, arquitectos de la nube, desarrolladores de software, personal de ciberseguridad, evaluadores y equipos de operaciones. El/la candidato/a seleccionado/a debe combinar conocimientos avanzados de ingeniería de machine learning con experiencia en automatización de producción, arquitectura de nube segura, gobernanza de datos y monitorización operativa.

Este puesto es remoto, aunque se dará preferencia a los candidatos del área de Chicago.

Habilidades

Nota: Al presentar su candidatura a este puesto, usted reconoce y da su consentimiento para que su currículum sea incluido en una licitación competitiva de contrato gubernamental.

Arquitectura de machine learning en producción.

Ingeniería MLOps y automatización del ciclo de vida.

Despliegue y servicio de modelos.

Gestión de conjuntos de datos de entrenamiento, validación y prueba.

Evaluación de modelos y medición de rendimiento.

Monitorización de la deriva de modelos y datos.

Gobernanza de modelos, datos y configuraciones.

Canalizaciones de pruebas y despliegue automatizadas.

Plataformas de ML en la nube y canalizaciones de datos seguras.

Control de versiones, trazabilidad y documentación de auditoría.

Monitorización de producción y resolución de incidentes.

Implementación de ciberseguridad y control de acceso.

Liderazgo técnico y comunicación de arquitectura.

Colaboración interfuncional con equipos de misión, datos, software, nube, seguridad, pruebas y operaciones.

Nuestra política de igualdad de oportunidades en el empleo

Política de EEO y Acción Afirmativa: DecisionPoint Corporation es un empleador que ofrece igualdad de oportunidades en el empleo y aplica la acción afirmativa. Es política de DecisionPoint Corporation proporcionar igualdad de oportunidades en el empleo de acuerdo con todas las leyes, directivas y reglamentos aplicables de Igualdad de Oportunidades en el Empleo/Acción Afirmativa a todos los empleados y candidatos cualificados, sin distinción de raza, etnia, color, religión, origen nacional, sexo, edad, estado de discapacidad, embarazo, orientación sexual, identidad de género, información genética, estado de veterano protegido o cualquier otro estado protegido por las leyes federales, estatales o locales.

Política de transparencia salarial: De acuerdo con la Orden Ejecutiva Presidencial 13665, DecisionPoint Corporation no despedirá ni discriminará de ninguna otra manera a los empleados o candidatos porque hayan preguntado, discutido o revelado su propio salario o el salario de otro empleado o candidato. Sin embargo, los empleados que tengan acceso a la información salarial de otros empleados o candidatos como parte de sus funciones laborales esenciales no pueden revelar el salario de otros empleados o candidatos a personas que no tengan acceso a dicha información, a menos que la divulgación sea (a) en respuesta a una queja o cargo formal, (b) en el marco de una investigación, procedimiento, audiencia o acción, incluida una investigación realizada por el empleador, o (c) coherente con el deber legal del contratista de proporcionar información.

Autorización para compartir el currículum y la información personal: Al expresar su interés y enviar su currículum para este puesto, usted autoriza a DecisionPoint Corporation a compartir su currículum, así como la información personal incluida en el mismo, con sus subsidiarias, afiliadas y socios de equipo con el fin de considerarle para este puesto y otros puestos disponibles que requieran habilidades, educación y experiencia comparables. En caso de que DecisionPoint Corporation o sus afiliadas y socios de equipo deseen iniciar conversaciones previas al empleo, se le pedirá que complete una solicitud de empleo y los documentos relacionados.

Funciones y responsabilidades

El/la Ingeniero/a de IA/ML y MLOps realizará las siguientes tareas:

Liderar el diseño y la implementación de arquitecturas de machine learning en producción que sean seguras, escalables y fáciles de mantener.

Desarrollar, mantener y gobernar los conjuntos de datos de entrenamiento, validación y prueba utilizados para el desarrollo y la evaluación de modelos.

Establecer procesos repetibles para la ingesta, preparación, transformación, etiquetado, validación, control de versiones y aprobación de conjuntos de datos.

Asegurar que los conjuntos de datos se mantengan o se transformen en formatos listos para el análisis y para el modelo.

Implementar controles para la calidad, integridad, procedencia, linaje, seguridad y uso autorizado de los conjuntos de datos.

Diseñar y automatizar canalizaciones de ML de extremo a extremo que cubran la preparación de datos, entrenamiento, evaluación, empaquetado, despliegue, monitorización, reentrenamiento y retirada.

Desplegar modelos de machine learning en entornos aprobados de nube, aplicaciones, analítica y operativos.

Establecer procedimientos automatizados para la compilación, prueba, validación, promoción, despliegue, reversión y recuperación de modelos.

Implementar registros de modelos y repositorios controlados para artefactos de modelos, versiones de conjuntos de datos, código, configuraciones, dependencias, resultados de evaluación y aprobaciones.

Desarrollar pruebas automatizadas para canalizaciones de modelos, transformaciones de datos, interfaces, paquetes de despliegue y comportamiento en producción.

Definir marcos de evaluación de modelos, umbrales de rendimiento, criterios de validación y requisitos de preparación para el lanzamiento.

Evaluar la precisión, fiabilidad, robustez, rendimiento, escalabilidad, seguridad y alineación de los modelos con los requisitos documentados de la misión.

Implementar la monitorización en producción del rendimiento del modelo, deriva de datos, deriva de concepto, calidad de inferencia, latencia, disponibilidad, errores y utilización de recursos.

Establecer umbrales, alertas, rutas de escalada y procedimientos de respuesta ante la degradación del modelo, deriva, problemas de calidad de datos y fallos operativos.

Investigar anomalías en modelos y canalizaciones, y coordinar acciones correctivas con los equipos de datos, aplicaciones, infraestructura, seguridad y misión.

Controlar las actualizaciones de modelos en producción, conjuntos de datos, características, canalizaciones, configuraciones y dependencias mediante procesos documentados de revisión y aprobación.

Mantener la trazabilidad entre los conjuntos de datos de origen, transformaciones de datos, versiones de modelos, resultados de evaluación, registros de despliegue y resultados en producción.

Desarrollar procedimientos de reversión y recuperación para modelos, conjuntos de datos, canalizaciones y servicios de soporte.

Dar soporte a canalizaciones de datos seguras utilizadas para el desarrollo de IA, evaluación de modelos, despliegue, monitorización y soporte a la toma de decisiones operativas.

Implementar controles técnicos que soporten la gobernanza de modelos y datos, incluyendo control de versiones, separación de entornos, puertas de aprobación, auditabilidad y gestión de cambios.

Mantener documentación lista para auditoría que cubra el propósito del modelo, datos de entrenamiento, métodos de evaluación, limitaciones, dependencias, aprobaciones, cambios, rendimiento y riesgos conocidos.

Apoyar la evaluación y auditoría de los resultados de los modelos para identificar resultados inexactos, no respaldados o inesperados.

Ayudar a establecer puntos de control de revisión humana y procedimientos de escalada para los resultados de modelos que puedan afectar materialmente a la misión o a las decisiones operativas.

Apoyar el cumplimiento de los requisitos gubernamentales aplicables sobre manejo de datos, seguridad en la nube, ciberseguridad y riesgo operativo.

Integrar los flujos de trabajo de desarrollo y despliegue de modelos con capacidades de integración continua, entrega continua, pruebas automatizadas, infraestructura como código, monitorización y gestión de incidentes.

Colaborar con los equipos de ciberseguridad para abordar vulnerabilidades, controles de acceso, gestión de secretos, dependencias de software, registro, cifrado y requisitos de autorización.

Coordinar con los equipos de almacén de datos e ingeniería de datos sobre modelos de datos, metadatos, procesos de extracción-transformación-carga (ETL), calidad de datos y acceso gobernado.

Proporcionar liderazgo técnico, orientación sobre arquitectura, revisiones de código y diseño, soporte para la resolución de problemas y transferencia de conocimientos.

Preparar diagramas de arquitectura, documentación del ciclo de vida del modelo, procedimientos de despliegue, planes de monitorización, resultados de pruebas, guías de operación e informes técnicos.

Comunicar el rendimiento del modelo, deriva, riesgos, incidentes, acciones correctivas y estado del despliegue a los equipos técnicos, partes interesadas del Gobierno y liderazgo del programa.

Cualificaciones

Cualificaciones requeridas

Los candidatos deben cumplir todos los siguientes requisitos:

Autorización de seguridad (Secret clearance) activa o superior.

Grado universitario en informática, ciencia de datos, matemáticas, ingeniería o un campo relacionado, o un equivalente permitido.

Mínimo de 12 años de experiencia profesional relevante.

Experiencia liderando la arquitectura de sistemas de machine learning en producción.

Experiencia diseñando y operando entornos de ML o MLOps en producción.

Experiencia desarrollando y manteniendo conjuntos de datos de entrenamiento, validación y prueba.

Experiencia estableciendo métodos de evaluación de modelos, medidas de rendimiento, criterios de validación y umbrales de aceptación.

Experiencia desplegando modelos de machine learning en entornos de producción.

Experiencia automatizando procesos de compilación, prueba, despliegue, promoción, reversión o reentrenamiento de modelos.

Experiencia implementando la monitorización de la deriva de modelos y datos.

Experiencia con gobernanza de modelos y gobernanza de datos.

Experiencia controlando actualizaciones de modelos, conjuntos de datos, canalizaciones y configuraciones.

Experiencia con plataformas de machine learning basadas en la nube o arquitecturas de nube en producción.

Experiencia implementando el control de versiones de modelos, conjuntos de datos, código, artefactos y configuraciones.

Experiencia construyendo o integrando capacidades de pruebas automatizadas, integración continua y entrega continua para sistemas de machine learning.

Experiencia monitorizando el rendimiento, la fiabilidad y la salud operativa de modelos en producción.

Comprensión de canalizaciones de datos seguras, controles de acceso, registros de auditoría, cifrado, gestión de secretos y seguridad de la cadena de suministro de software.

Capacidad para establecer la trazabilidad a través de conjuntos de datos, transformaciones, versiones de modelos, resultados de evaluación, despliegues y resultados operativos.

Capacidad para documentar y comunicar limitaciones de modelos, rendimiento, deriva, riesgos, incidentes y acciones correctivas.

Certificación CompTIA Security+ CE u otra certificación IAT Nivel II aprobada.

Cualificaciones preferentes

Las siguientes cualificaciones son preferentes, pero no obligatorias:

Certificación AWS Certified Machine Learning Engineer - Associate o una certificación de plataforma de machine learning comparable.

Certificación avanzada de arquitectura de nube o ingeniería de datos en AWS, Microsoft Azure, Google Cloud, Databricks o comparable.

Experiencia dando soporte a programas federales o del Departamento de Defensa.

Experiencia operando capacidades de machine learning en entornos regulados, controlados o de misión crítica.

Experiencia con MLflow, Amazon SageMaker, Azure Machine Learning, Google Vertex AI, Databricks, Kubeflow o plataformas comparables.

Experiencia con contenedorización, Kubernetes, infraestructura como código y patrones de despliegue nativos de la nube.

Experiencia implementando almacenes de características (feature stores), registros de modelos, repositorios de metadatos, seguimiento de experimentos o herramientas de linaje de datos.

Experiencia con plataformas de observabilidad, alertas automatizadas, respuesta a incidentes e ingeniería de fiabilidad de producción.

Familiaridad con IA responsable, explicabilidad, validación de resultados, supervisión humana, evaluación de sesgos y prácticas de gestión de riesgos de modelos.

Familiaridad con el Nivel de Impacto 4 del DoD o requisitos gubernamentales comparables de nube y protección de datos.

Experiencia con modelos analíticos, IA generativa, flujos de trabajo de recuperación o sistemas de IA agéntica.

Experiencia liderando equipos técnicos, revisiones de arquitectura o iniciativas interfuncionales de entrega de ML.

Idiomas

Ingeniero/a de IA/ML y MLOps (SME)

Descripción general

Habilidades

Nuestra política de igualdad de oportunidades en el empleo

Funciones y responsabilidades

Cualificaciones

Cualificaciones requeridas

Cualificaciones preferentes

Sigue explorando

Tu próximo empleoya está buscándote.

Más oportunidades con un solo perfil

Especialista en Soporte TI

Ingeniero/a de Windows Senior

Administrador de sistemas