**Formación Académica**
- **Título en Ingeniería en Computación, Ciencias de la Computación, Matemáticas, Ingeniería Electrónica** o un campo relacionado.
- **Conocimientos en Inteligencia Artificial, Machine Learning** o Procesamiento de Lenguaje Natural (PLN) es una ventaja.
**Conocimientos en Machine Learning y Deep Learning**
- **Fundamentos de Machine Learning**: Sólido entendimiento de algoritmos de clasificación, regresión, clustering, y reducción de dimensionalidad.
- **Deep Learning**: Experiência en redes neuronales, particularmente en redes neuronales recurrentes (RNN), LSTM, y redes neuronales convolucionales (CNN).
- **Modelos de Procesamiento de Lenguaje Natural (NLP)**: Familiaridad con modelos avanzados como Transformers (e.g., BERT, GPT), Word2Vec, GloVe, y técnicas como embeddings de palabras y contextual embeddings.
**Procesamiento de Señales de Audio**
- **Preprocesamiento de Audio**: Dominio en técnicas de filtrado, normalización, eliminación de ruido, y segmentación de señales de audio.
- **Feature Engineering**: Experiência en la extracción de características del audio como MFCCs (Mel-Frequency Cepstral Coefficients), Chroma, Spectral Contrast, etc.
**Programación y Herramientas de Desarrollo**
- **Lenguajes de Programación**: Experiência avanzada en Python, y conocimiento de librerías y frameworks de ML como TensorFlow, PyTorch, Keras, y Scikit-learn.
- **Herramientas de Audio**: Manejo de herramientas y librerías de procesamiento de audio como Librosa, pydub, y técnicas de anotación de audio.
- **Version Control**: Competencia en el uso de sistemas de control de versiones como Git.
**Infraestructura y Entornos de Desarrollo**
- **Ambientes de Desarrollo**: Familiaridad con entornos de desarrollo integrados (IDE) y notebooks como Jupyter.
- **Computación en la Nube**: Experiência con servicios en la nube como AWS, Google Cloud, o Azure para entrenamiento de modelos ML y manejo de grandes volúmenes de datos.
- **MLOps**: Conocimientos básicos en MLOps para el despliegue y mantenimiento de modelos en producción.
**Conocimientos en Reconocimiento Automático del Habla (ASR)**
- **Sistemas de ASR**: Conocimiento en sistemas de reconocimiento de voz como Kaldi, DeepSpeech, Google Speech-to-Text, y otros servicios de ASR.
- **Evaluación de Modelos**: Técnicas para evaluar la precisión y efectividad de los sistemas de reconocimiento de voz (WER - Word Error Rate).
**Conocimientos en Bases de Datos y Manejo de Datos**
- **SQL y NoSQL**: Conocimientos en bases de datos relacionales (e.g., MySQL, PostgreSQL) y no relacionales (e.g., MongoDB).
- **Big Data**: Familiaridad con tecnologías y frameworks de procesamiento de grandes volúmenes de datos como Hadoop y Spark.
**Habilidades Blandas y Trabajo en Equipo**
- **Comunicación**: Habilidad para comunicar resultados técnicos y no técnicos a diferentes audiencias.
- **Trabajo en Equipo**: Experiência trabajando en equipos multidisciplinarios, colaborando con otros desarrolladores, científicos de datos, y stakeholders del negocio.
- **Gestión de Proyectos**: Conocimientos en metodologías ágiles (e.g., Scrum, Kanban) para la gestión de proyectos de desarrollo de software.
**Otros Conocimientos Específicos**
- **Dominio del Contexto del Negocio**: Familiaridad con el contexto y las necesidades específicas de una casa de empeño, para entender mejor los diálogos y la terminología usual.
- **Seguridad y Privacidad**: Conocimiento en la gestión de datos sensibles y cumplimiento de regulaciones de privacidad y seguridad de datos.
Resumen del Perfil Ideal
**Título**: Ingeniero de Machine Learning y Procesamiento de Lenguaje Natural
**Experiência**: Mínimo 3-5 años en desarrollo de algoritmos de ML y NLP, preferiblemente con experiência en proyectos de reconocimiento de voz y análisis de audio.
**Educación**: Grado en Ciencias de la Computación, Ingeniería de Software, Matemáticas, o un campo relacionado. Se valorará un postgrado o especialización en Inteligencia Artificial o Machine Learning.
**Habilidades Clave**:
- Profundo conocimiento en Machine Learning y Deep Learning.
- Experiência en procesamiento y análisis de señales de audio.
- Dominio de herramientas y frameworks de desarrollo de ML y NLP.
- Habilidad para trabajar en entornos de computación en la nube y MLOps.
- Capacidad de trabajar en equipo y comunicar efectivamente los resultados.
Tipo de puesto: Tiempo completo
Sueldo: $25,000.00 - $35,000.00 al mes
Horario:
- Lunes a viernes
- Turno de 8 horas
Pregunta(s) de postulación:
- ¿Vives en CDMX o Estado de México? Se requiere ir un día a la oficina.
Experiência:
- Procesamiento de Señales de Audio y Video: 3 años (Obligatorio)
- Ciencia de Datos: 5 años (Obligatorio)
- Machine Learning y Deep Learning: 5 años (Obligatorio)
- Modelos de Procesamiento de Lenguaje Natural (NLP): 5 años (Obligatorio)
Idioma:
- Inglés (Obligatorio)
Lugar de t
