Responsabilidades Diseñar, entrenar y llevar a producción modelos de predicción de GMV que operen con latencia inferior a un segundo en el flujo de bidding garantizando alta disponibilidad y precisión bajo el volumen de tráfico de la plataforma. Desarrollar y optimizar redes neuronales para modelar el comportamiento de compra de millones de usuarios capturando señales complejas como historial de navegación, contexto de sesión y características del ítem anunciado. Monitorear modelos en producción implementando estrategias de detección de concept drift, reentrenamiento automatizado y versionado de modelos manteniendo la precisión predictiva ante cambios de comportamiento del mercado y la estacionalidad. Traducir objetivos de negocio como ROAS, NMV y TGMV en features y señales que mejoren la capacidad predictiva del modelo de GMV. Explorar e incorporar técnicas avanzadas de optimización de modelos como quantization, pruning, distillation y ONNX para reducir la latencia de inferencia sin sacrificar la performance predictiva. Requisitos Experiencia en el despliegue de modelos de machine learning en producción con requisitos de baja latencia en sistemas de alto tráfico, junto con el diseño e implementación de redes neuronales. Dominio de Python y frameworks de deep learning como TensorFlow o PyTorch, así como herramientas de serving de modelos como TensorFlow Serving, TorchServe o Triton Inference Server. Conocimientos en herramientas de MLOps para experiment tracking, model registry y CI/CD para modelos como MLflow o Kubeflow, integrando feature stores en tiempo real. Experiencia en infraestructura cloud como GCP, AWS o Azure, uso de contenedores como Docker o Kubernetes y técnicas de optimización de modelos para inferencia en tiempo real; será valorable el conocimiento en plataformas publicitarias. ¿Te animás a dejar huella en la tecnología de América Latina? ¡Postulate y sumate a nuestro propósito! Modalidad de trabajo híbrida. Site Colombia #J-18808-Ljbffr