Acerca de GBM

Somos una organización de gestión patrimonial, de activos y banca privada con 35 años de experiencia; pioneros en inversión digital innovadora y productos de ahorro. Nuestra misión es mejorar la calidad de vida de nuestros usuarios a través de soluciones financieras inteligentes.

En GBM Digital y Tecnología hemos experimentado un crecimiento exponencial gracias a nuestros productos y a nuestro equipo de clase mundial. Potencializamos y habilitamos a nuestra gente en un ambiente de trabajo entrepreneur.

Objetivo

Como Machine Learning Engineer, serás responsable de diseñar, construir y escalar la plataforma de MLOps y LLMOps que habilita el desarrollo, despliegue y operación de soluciones de Inteligencia Artificial en toda la organización. Trabajarás junto a equipos de Data Science, AI Engineering y Producto para acelerar la adopción de AI, garantizando infraestructura confiable, segura y escalable para modelos, agentes inteligentes y sistemas de nueva generación que impactan directamente la experiencia de nuestros clientes y la eficiencia del negocio.

En una semana típica

- Diseñar, construir y evolucionar la plataforma de MLOps y LLMOps de GBM, cubriendo el ciclo de vida de modelos de Machine Learning y Agentes

- Implementar pipelines automatizados para entrenamiento, evaluación, despliegue y monitoreo de modelos.

- Definir estándares de versionamiento, reproducibilidad y trazabilidad.

- Diseñar e implementar infraestructura cloud sobre AWS utilizando IaC.

- Construir arquitecturas serverless y orientadas a eventos.

- Desarrollar y mantener microservicios para dar cobertura a las necesidades de los diferentes equipos.

- Participar en decisiones de arquitectura relacionadas con escalabilidad, resiliencia y seguridad.

- Habilitar el despliegue y operación de agentes inteligentes y copilotos.

- Implementar frameworks de evaluación automatizada para agentes y modelos generativos.

- Construir y mantener componentes relacionados con embeddings, knowledge bases y knowledge graphs.

- Participar en la evolución de agentes de voz y experiencias multimodales.

- Implementar monitoreo integral para modelos y agentes.

- Diseñar mecanismos de alertamiento y detección temprana de incidentes.

- Implementar guardrails y controles de seguridad para sistemas basados en AI.





- Participar en auditorías y procesos de cumplimiento asociados al uso de modelos en producción.

- Definir estándares de aprobación y despliegue para soluciones de Machine Learning y Generative AI.

Escolaridad

- Licenciatura en Ciencias de la Computación, Ingeniería en Sistemas, Ingeniería de Software o carreras afines.

Requisitos

- 10+ años de experiencia de experiencia en Machine Learning Engineering, MLOps, Platform Engineering, DevOps o AI Infrastructure.

- Experiencia diseñando y operando plataformas de Machine Learning en producción.

- Experiencia desarrollando soluciones cloud-native escalables.

- Experiencia construyendo pipelines automatizados para modelos y agentes

- Licenciatura en Ciencias de la Computación, Ingeniería en Sistemas, Ingeniería de Software o carreras afines.

- Maestría en Inteligencia Artificial, Ciencia de Datos, Ingeniería de Software o disciplinas relacionadas.

- Control de Versiones: Git (GitHub, GitLab, Bitbucket)

- Bases de Datos y Clientes:SQL Server Management Studio (SSMS), Amazon Dynamo

- Cloud Platforms: AWS Management Console, AWS CLI

- Testing &
- QA: Postman, Newman, JMeter, frameworks de testing (xUnit, JUnit, PyTest, Jest)

- Observabilidad &

- Monitoreo: Alguna de las siguientes: Grafana, Prometheus, Elastic (ELK Stack), CloudWatch, Datadog

- Colaboración y Gestión: Jira, Confluence, Slack, Miro, Notion.

- Seguridad y Gestión de Secretos: Vault, AWS Secrets Manager, Azure Key Vault

- Contenedores y Orquestación: Docker, Kubernetes

- IA Generativa: Copilot, ChatGPT, Bedrock

- Lenguajes de Programación

- Dominio de al menos un lenguaje de propósito general como Python, Node.js

- Capacidad para diseñar librerías reutilizables y escribir código optimizado

- Diseño y Arquitectura de Software

- Patrones de diseño, principios SOLID, arquitecturas de microservicios, DDD, event-driven, serverless

- Bases de Datos

- Modelado y optimización de bases de datos SQL (PostgreSQL, MySQL)



y NoSQL (DynamoDB, MongoDB, Redis). Ajuste de performance y particionamiento/sharding.

- Cloud Computing (En desarrollo / Experto)

- Experiencia práctica en AWS (Lambda, API Gateway, ECS, DynamoDB, S3, RDS) Diseño de arquitecturas escalables y resilientes en la nube

- CI/CD &

- DevOps

- Automatización de pipelines, integración con herramientas de despliegue (GitHub Actions, GitLab CI, Jenkins), Infraestructura como Código (CDK, Terraform, CloudFormation)

- Testing &

- QA

- Unit testing, integración y pruebas de performance. Diseño de estrategias de cobertura de pruebas

- Observabilidad

- Logging estructurado, métricas, trazas distribuidas, herramientas como Prometheus, Grafana, CloudWatch

- Seguridad en Aplicaciones

- Prácticas de secure coding, autenticación/autorización (OAuth2, JWT), cifrado, manejo de secretos

- Metodologías de Trabajo

- Agile/Scrum/Kanban, code reviews, pair programming

- Liderazgo Técnico

- Capacidad de influir en decisiones de arquitectura, guiar a ingenieros menos experimentados y coordinar iniciativas técnicas

Inglés- Avanzado

Competencias

- Ownership: Asume responsabilidad total de sistemas y resultados.

- Colaboración interdisciplinaria: Trabaja con Data, AI y Product para alinear objetivos.

- Mentalidad de automatización: Busca eliminar tareas manuales y crear sistemas autosuficientes.

- Resolución de problemas complejos: Diagnostica y soluciona incidentes críticos.

- Innovación y mejora continua: Propone mejoras en pipelines y performance.

- Comunicación técnica: Documenta y comunica de forma clara y efectiva.

- Aprendizaje continuo: Se mantiene actualizado en DevOps/MLOps/AI y AWS.

- Orientación a impacto: Prioriza tareas de alto valor para el negocio

- Cultura de seguridad: Integra seguridad en cada etapa de desarrollo

Incentivos

- Salario y paquete de compensación competitivo

- Prestaciones superiores de ley

- Contratación directamente

- Esquema 100% nominal

- Formación y plan de carrera

Join the team!

*

- Para postularte es indispensable que leas y aceptes nuestro Aviso de Privacidad para Candidatos que se alinea a la ley de protección de datos personales y especifica el uso que le daremos a los mismos únicamente con fines de reclutamiento.

📌 Machine Learning/MLOps (Ciudad de México)
🏢 Gbm
📍 Ciudad de México