Resumen del rol

Construir la infraestructura de Machine Learning y MLOps que permite a Data Scientists desarrollar, desplegar y mantener modelos de Machine Learning en producción siguiendo buenas prácticas industriales. Responsable de crear herramientas, SDKs y pipelines automatizados que garantizan reproducibilidad, observabilidad y gobernanza de modelos, con enfoque en self-service y autonomía de equipos de ML. Incluye productización y mejora constante de modelos complejos (bayesianos, ensembles) con estándares de calidad enterprise.

Responsabilidades

• Construir CLI tools para deployment automatizado (ml-deploy, ml-rollback)
• Implementar workflows automatizados MLflow (promotion dev → staging → prod)
• Crear templates repositories con best practices (model template, API template)
• Establecer buenas prácticas para productización de modelos bayesianos (sampling, inference, monitoring)
• Documentar APIs y SDKs (Sphi...