Bunge
Jobgether
Formador Técnico Senior — Machine Learning
Sobre la oportunidad
Este puesto se publica en nombre de una empresa asociada, que gestiona todas las candidaturas y los pasos siguientes. Nuestro socio busca un Formador Técnico Senior — Machine Learning con base en Brasil.
Cómo funciona Jobgether
Utilizamos un proceso de emparejamiento impulsado por IA para garantizar que tu solicitud sea revisada de forma rápida, objetiva y justa frente a los requisitos principales del puesto. Nuestro sistema identifica a los candidatos que mejor se ajustan, y esta lista corta se comparte directamente con la empresa contratante. La decisión final y los pasos siguientes (entrevistas, evaluaciones) son gestionados por su equipo interno.
¡Agradecemos tu interés y te deseamos lo mejor!
¿Por qué solicitar a través de Jobgether?
Aviso de privacidad de datos: Al enviar tu solicitud, reconoces que Jobgether procesará tus datos personales para evaluar tu candidatura y compartir información relevante con el empleador contratante. Este procesamiento se basa en el interés legítimo y las medidas precontractuales bajo las leyes de protección de datos aplicables (incluido el RGPD). Puedes ejercer tus derechos (acceso, rectificación, supresión, oposición) en cualquier momento.
#LI-CL1
Buscamos un profesional práctico en machine learning con pasión por la enseñanza para diseñar e impartir cursos técnicos atractivos para ingenieros. En este puesto freelance remoto, ayudarás a los alumnos a progresar desde conceptos básicos de machine learning hasta el entrenamiento y la evaluación de sus propios modelos mediante un aprendizaje práctico basado en laboratorios. Colaborarás con especialistas en planes de estudio y equipos de producción para desarrollar lecciones claras, ejercicios prácticos y demostraciones del mundo real. El enfoque consiste en compartir tu experiencia técnica a través de guiones convincentes, presentaciones en vídeo y recorridos por laboratorios, en lugar de gestionar tareas de producción. El proyecto inicial del curso remunerado suele durar unos tres meses y puede completarse junto con otros compromisos profesionales existentes. Con un horario flexible y un plan de entrega acordado de antemano, la oportunidad puede dar lugar a otros proyectos o a un puesto a tiempo completo.
Responsabilidades
- Diseñar y desarrollar el contenido del curso: Colaborar con el equipo de planes de estudio para definir la estructura del curso, las secciones, las lecciones, los laboratorios prácticos y los cuadernos que apoyen un aprendizaje progresivo.
- Crear experiencias de aprendizaje prácticas: Escribir especificaciones detalladas de laboratorio para el equipo dedicado al desarrollo de laboratorios y, a continuación, probar los entornos completados para garantizar que funcionan según lo previsto.
- Escribir guiones educativos atractivos: Desarrollar lecciones en vídeo cortas y basadas en historias de aproximadamente seis minutos cada una, haciendo que los conceptos de machine learning sean accesibles, intuitivos y relevantes para los ingenieros.
- Impartir presentaciones técnicas: Narrar lecciones con guion con confianza en inglés y grabar demostraciones y recorridos por soluciones de laboratorio que refuercen los conceptos clave.
- Aplicar experiencia práctica en machine learning: Crear material didáctico basado en la experiencia real con el entrenamiento, la evaluación y el despliegue de modelos de machine learning.
- Incorporar comentarios editoriales: Trabajar a través de revisiones estructuradas, especialmente durante la sección inicial del curso, y refinar el contenido para cumplir con los estándares de calidad y enseñanza establecidos.
- Colaborar de forma remota: Coordinarse con los equipos de planes de estudio y producción a través de sincronizaciones semanales y Slack, manteniendo una superposición horaria suficiente con los colegas basados en Europa y Asia.
- Centrarse en la enseñanza y el contenido técnico: Colaborar con el equipo de producción, que gestiona la edición de vídeo, la animación, la infraestructura de laboratorio y la publicación.
Requisitos
- Experiencia práctica en machine learning: Capacidad demostrada para entrenar, evaluar y enviar modelos utilizando marcos de trabajo como scikit-learn, PyTorch o TensorFlow.
- Sólidas habilidades de comunicación técnica: Capacidad para explicar conceptos de machine learning, incluido el razonamiento detrás de diferentes enfoques, claramente a ingenieros que son nuevos en el campo.
- Excelente dominio del inglés: Inglés escrito y hablado fluido, con la capacidad de escribir guiones naturales, ofrecer una narración clara y comunicarse con confianza ante la cámara.
- Una pasión genuina por la enseñanza: Evidencia de disfrutar compartiendo conocimientos a través de cursos en línea, tutoriales, charlas técnicas, talleres, mentoría u otras actividades educativas.
- Conocimientos técnicos actuales: Un interés activo en los desarrollos de machine learning y un compromiso con el aprendizaje y la mejora continuos.
- Confianza en las presentaciones: Comodidad al presentar material técnico ante la cámara de una manera clara, atractiva y accesible.
- Apertura a la retroalimentación: Disposición para seguir una metodología de enseñanza establecida, colaborar con editores y mejorar el contenido del curso a través de comentarios estructurados.
Cualificaciones preferidas
- Experiencia publicando cursos en plataformas como Udemy, Pluralsight o Coursera, o creando contenido educativo en YouTube.
- Experiencia escribiendo un libro técnico o enseñando en una universidad, bootcamp o entorno educativo similar.
- Conocimiento práctico de ajuste fino (fine-tuning), MLOps o despliegue de modelos de machine learning en producción.
- Certificaciones de machine learning en la nube relacionadas con AWS, Microsoft Azure, la plataforma Google Cloud o Databricks.
Beneficios
- Compensación competitiva basada en proyectos: Se acuerda una tarifa fija por adelantado para cada curso, basada en su duración y complejidad técnica, con tarifas competitivas para temas avanzados e instructores excepcionales.
- Acuerdos de trabajo flexibles: Trabaja de forma remota desde cualquier parte del mundo, sin un requisito fijo de horas semanales y con un calendario de entrega acordado de antemano.
- Compatible con compromisos existentes: Completa el proyecto inicial del curso freelance junto con tu trabajo actual u otras responsabilidades profesionales.
- Alcance del proyecto definido: El proyecto inicial del curso suele durar unos tres meses, lo que proporciona un marco de tiempo claro para la planificación y la entrega.
- Pago al finalizar: Recibe la tarifa del curso acordada cuando se entregue el curso completado.
- Potencial de carrera a largo plazo: La colaboración exitosa puede dar lugar a proyectos de cursos adicionales o a una oportunidad a tiempo completo como parte de una red de formadores en crecimiento.
- Apoyo de producción dedicado: Concéntrate en el contenido instructivo y la enseñanza mientras el equipo de producción se encarga de la edición, la animación, la infraestructura de laboratorio y la publicación.
- Entorno remoto colaborativo: Trabaja en estrecha colaboración con especialistas en planes de estudio y producción a través de sincronizaciones regulares del equipo y comunicación por Slack.
- Visibilidad profesional: Muestra tu experiencia técnica y capacidad de enseñanza desarrollando experiencias de aprendizaje prácticas para una amplia audiencia de ingeniería.
