¿Qué ofrecemos?
¡Estamos contratando! Machine Learning Engineer (ML + LLMs)

En Airbag Technologies estamos buscando un Machine Learning Engineer con una base sólida en estadística y machine learning, y experiencia llevando sistemas con LLMs a producción.

Buscamos a alguien que quiera construir tecnología de inteligencia artificial con impacto real en la seguridad vial, la eficiencia operativa y la retención de conductores.

Sobre Airbag
Airbag es el primer software para mejorar y retener conductores de transporte.

Analizamos datos de conducción y comportamiento para retroalimentar a los conductores a través de IA y gamificación.

Con coaching personalizado e incentivos, reducimos accidentes, optimizamos costos operativos y convertimos a los conductores en protagonistas de la seguridad vial.

El rol
Vas a construir los modelos que deciden qué coaching e incentivo recibe cada conductor, medir su impacto con experimentos reales y llevar nuestra capa de LLMs al siguiente nivel.

¿A quién buscamos?
Alguien cuya formación venga de la estadística y el machine learning.

Has entrenado, validado y puesto en producción modelos como regresiones, árboles, gradient boosting o clustering.

En los últimos años, sumaste experiencia construyendo sistemas con LLMs sobre esa base.

Responsabilidades

Desarrollar modelos de ML de segmentación, scoring, propensión y recomendación sobre datos de telemática y comportamiento, desde el feature engineering hasta el monitoreo en producción.

Diseñar experimentos (pruebas A/B, grupos de control y bandits)



y medir el impacto de los modelos en accidentes, retención y costos.

Construir y operar aplicaciones con LLMs y agentes en AWS, con salidas estructuradas y control de costo y latencia.

Implementar pipelines de RAG y capas de memoria, y medir la calidad de la recuperación.

Construir marcos de evaluación y monitoreo de calidad, costo y comportamiento de los sistemas con LLMs.

Diseñar y mantener servidores MCP que conecten nuestros datos y servicios con distintos agentes.

Documentar decisiones técnicas, compartir conocimiento con el equipo y liderar iniciativas de IA en la organización.

Requisitos

Licenciatura o posgrado en Matemáticas, Estadística, Actuaría, Física, Ciencias de la Computación o áreas afines, con formación formal en estadística y machine learning.

4+ años de experiencia en ciencia de datos o machine learning, de los cuales al menos 2 entrenando y llevando a producción modelos de ML clásico.

Dominio de fundamentos: probabilidad, inferencia, sesgo-varianza, regularización, validación cruzada, data leakage, desbalance de clases, calibración y elección de métricas.

Experiencia con scikit-learn, XGBoost,



LightGBM o herramientas similares.

Diseño y análisis de experimentos: pruebas A/B, potencia estadística e intervalos de confianza.

Python avanzado, con código mantenible y probado, y SQL avanzado.

Al menos 1 año llevando sistemas con LLMs a producción.

Experiencia con RAG: embeddings, bases vectoriales, estrategias de búsqueda y evaluación de recuperación.

Agentes y tool use: diseño de herramientas, prompts y salidas estructuradas.

Entendimiento de tokenización, embeddings, mecanismos de atención y limitaciones de los modelos.

Experiencia con servicios de AWS.

Español e inglés técnico.

Al menos 4 horas de traslape con el horario de Ciudad de México.

Nice to haves

Bandits contextuales (Thompson sampling), inferencia causal o sistemas de recomendación.

Haber construido un servidor MCP utilizado en un entorno real.

Amazon Bedrock (batch inference, Guardrails) o API de Claude.

Mem0, pgvector u otras capas de memoria para agentes.

Series de tiempo o datos de sensores (GPS, acelerómetro).

Publicaciones, tesis, competencias de Kaggle o proyectos públicos de ML.

Node.js/Express, GCP Pub/Sub, New Relic u OpenTelemetry.

Experiencia en telemática, flotas, seguros o gamificación.

¿Qué ofrecemos?

Sueldo competitivo.

Protegido de gastos médicos mayores.

Presupuesto para aprendizaje y desarrollo profesional.

Horarios flexibles y trabajo remoto.

Vacaciones por encima de la ley y flexibles.

#J-18808-Ljbffr

📌 AI / ML Engineer (Ciudad de México)
🏢 Airbag Technologies
📍 Ciudad de México