Descripción del puesto

Principales Funciones:

1. Desarrollo y Optimización de Algoritmos de Relevancia

• Implementación de Modelos de Ranking: Diseñar y entrenar modelos de Learning to Rank (LTR) para asegurar que los resultados más valiosos aparezcan en las primeras posiciones.

• Búsqueda Semántica y NLP: Aplicar modelos de lenguaje (como Transformers o Embeddings) para que el motor de búsqueda entienda la intención del usuario y no solo las palabras clave exactas.

• Personalización: Desarrollar algoritmos que ajusten los resultados de búsqueda basados en el historial y comportamiento previo del usuario.

2. Ingeniería de Datos y Pipelines (ETL)

• Procesamiento de Grandes Volúmenes: Construir y optimizar pipelines de datos (usando herramientas como Spark) para indexar millones de documentos o productos de forma eficiente.

• Enriquecimiento de Datos: Crear procesos automáticos para limpiar, normalizar y etiquetar la información que será buscada, mejorando la calidad de los filtros y facetas.

3. Gestión de Infraestructura de Búsqueda

• Mantenimiento de Motores de Búsqueda: Configurar y tunear clusters de Elasticsearch, Solr o Pinecone para garantizar una latencia mínima (respuestas en milisegundos).

• Escalabilidad: Asegurar que la arquitectura de búsqueda pueda soportar picos de tráfico masivo sin degradar la experiencia del usuario.

4. Experimentación y Mejora Continua

• A/B Testing: Diseñar y ejecutar experimentos controlados para validar si los cambios en el algoritmo realmente mejoran las métricas de negocio (CTR, Conversión).

• Análisis de Errores (Query Log Analysis): Analizar las búsquedas que no arrojan resultados ("Zero Results") para identificar brechas en el catálogo o fallas en el procesamiento de lenguaje.

Requisitos

Formación y Experiencia

• Educación: Grado en Ciencias de la Computación, Ingeniería de Software, Matemáticas o áreas afines (Deseable Maestría o PhD con enfoque en IA/ML).

• Experiencia: Mínimo de 3 a 5 años trabajando en el ciclo de vida completo de modelos de Machine Learning en entornos productivos.

Conocimientos Técnicos (Hard Skills)

• Dominio de ML: Sólida experiencia en algoritmos de Ranking (Learning to Rank), Recomendación y Clasificación.

• Procesamiento de Lenguaje (NLP): Manejo de técnicas como Embeddings, Transformers (BERT) y búsqueda semántica.

• Stack Tecnológico:

  • Programación avanzada en Python o Java/Scala.

  • Experiencia con frameworks como PyTorch o TensorFlow.

• Infraestructura de Búsqueda: Conocimiento profundo en motores de búsqueda como Elasticsearch, Solr o Lucene.

• Big Data & Cloud: Manejo de pipelines de datos (Spark) y servicios en la nube (AWS, GCP o Azure).

Habilidades Deseables (Soft Skills)

• Capacidad analítica para la resolución de problemas complejos.

• Mentalidad orientada a la experimentación (A/B Testing).

• Comunicación efectiva para explicar conceptos técnicos a stakeholders no técnicos.

Beneficios

• Salario basado en experiencia, compuesto por base y variables por objetivos
• Capacitación y formación continua
• Beneficios de ley y seguros médicos privados
• Crecimiento profesional en una empresa de Expansión internacional
• My Time (Beneficio de 4 medios dias libres)
• Día libre por tu cumpleaños
• Plan celular