Machine Learning Engineer
Guarda esta oferta y sigue tu búsqueda
Crea una cuenta gratis para guardar empleos, crear alertas y volver a esta oferta desde tu panel.
Al continuar, aceptas nuestros Términos & Política de Privacidad.
Descripción del puesto
¿Te apasiona resolver acertijos matemáticos hipercomplejos y ver cómo tus algoritmos mueven el mundo real en cuestión de segundos?
Como Machine Learning Engineer de Optimización de Operaciones, tomarás las riendas del cerebro logístico de nuestra operación: serás el dueño técnico de los algoritmos de ruteo, asignación y despacho en tiempo real. Olvídate de los modelos teóricos que se quedan en un Jupyter Notebook; aquí diseñarás y desplegarás motores de optimización combinatoria (VRP, TSP, matching dinámico) y Machine Learning para resolver el caótico rompecabezas de la última milla: desde trazar la ruta de picking perfecta dentro de un supermercado hasta predecir la demanda y orquestar flotas enteras bajo la presión del tráfico y el reloj. Si buscas un reto donde tu código impacte directamente la eficiencia de la ciudad, reduzca tiempos muertos y tome decisiones inteligentes a escala masiva sobre GCP, este es tu escenario.
Requisitos
¿Qué buscamos en ti?
Formación y Experiencia:
-
Educación: Título en Ingeniería de Sistemas, Ciencias de la Computación, Ingeniería Industrial, Investigación de Operaciones, Matemáticas o Estadística.
-
Trayectoria: 3+ años resolviendo y desplegando problemas de optimización o modelos de Machine Learning en producción real (buscamos impacto tangible, no solo experimentos académicos o PoCs).
Dominio Técnico & Herramientas:
-
Investigación Operativa y Ruteo: Experiencia sólida en optimización combinatoria, problemas de ruteo (VRP, TSP) y asignación (matching). Manejo de programación lineal y entera mixta (MILP), junto con heurísticas y metaheurísticas (ALNS, Simulated Annealing).
-
Stack de Optimización: Uso fluido de herramientas como OR-Tools, Gurobi, CPLEX, HiGHS, PuLP o Pyomo (se valorará conocimiento en VROOM, OSRM o GraphHopper).
-
Machine Learning & Datos: Experiencia aplicando PyTorch/TensorFlow, scikit-learn y XGBoost/LightGBM para modelar tiempos operativos, demanda y ETAs. Manejo avanzado de datos geoespaciales (H3, S2, PostGIS, matrices de distancia).
-
MLOps y Producción: Experiencia llevando modelos a producción en arquitecturas de baja latencia con Python avanzado, GCP (Vertex AI, BigQuery, Cloud Run, Pub/Sub), Docker y CI/CD.
-
Bonus: Experiencia previa en food/grocery delivery, quick commerce, logística de última milla o ride-hailing.
Beneficios
¿Qué ofrecemos?
-
Sueldo acorde al perfil y mercado.
-
Beneficios de ley y beneficios corporativos
-
El ambiente más cool para cultivar tu carrera profesional
-
Ambiente de reto y crecimiento profesional
Detalles
Nivel mínimo de educación: Universitario (Graduado)