Estamos buscando un(a) Senior Machine Learning Engineer para unirse al equipo de Data Science & AI de una plataforma logística estadounidense, de ágil crecimiento y desarrollada de forma nativa con inteligencia artificial. La plataforma gestiona operaciones de entrega de última milla para grandes empresas de comercio y distribución, tomando decisiones en tiempo real sobre qué transportista, modalidad de transporte y ruta utilizar para cada pedido. La persona seleccionada trabajará en el desarrollo y optimización del motor principal de toma de decisiones, abordando desafíos relacionados con enrutamiento dinámico, predicción de tiempos de entrega (ETA), tiempos de servicio, riesgo de entregas tardías, estimación de costos y selección de transportistas. Buscamos un profesional con autonomía técnica, capaz de transformar necesidades de negocio en soluciones de Machine Learning, desde la definición del problema hasta su implementación y evaluación en producción. Principales responsabilidades
• Diseñar, entrenar e implementar modelos de Machine Learning para optimizar decisiones logísticas, incluyendo predicción de tiempos de entrega, tiempos de servicio, probabilidad de entregas tardías, éxito de intentos de entrega y estimación de costos.
• Desarrollar soluciones avanzadas de enrutamiento dinámico de vehículos (VRP), considerando ventanas de tiempo, capacidad, cambios operativos y reoptimización de rutas.
• Combinar modelos predictivos con técnicas de optimización matemática, utilizando herramientas aceleradas por GPU como NVIDIA cuOpt y RAPIDS/cuDF.
• Optimizar el rendimiento de modelos y algoritmos mediante vectorización, procesamiento por lotes, paralelización y ajustes de rendimiento con CUDA.
• Implementar modelos de Machine Learning en entornos productivos utilizando Docker y Kubernetes, garantizando escalabilidad, confiabilidad y baja latencia.
• Diseñar estrategias de evaluación offline y online, incluyendo backtesting, pruebas A/B e indicadores de negocio como entregas a tiempo y costo por entrega.
• Monitorear el comportamiento de los modelos,



identificando desviaciones (model drift) y oportunidades de mejora.
• Colaborar con los equipos de Data Science, Ingeniería y líderes técnicos para transformar problemas de negocio en soluciones analíticas y de optimización. Requirements Requisitos indispensables
•

Experiencia:
Mínimo 5 años desarrollando e implementando sistemas de Machine Learning en producción.
• Formación académica: Maestría o doctorado en Machine Learning, Ciencias de la Computación, Estadística, Matemáticas Aplicadas, Investigación de Operaciones o áreas cuantitativas relacionadas. Se prefiere doctorado (PhD).
• Python: Dominio avanzado y experiencia sólida en desarrollo de soluciones de Machine Learning.
• PyTorch: Experiencia práctica en Deep Learning, entrenamiento y optimización de modelos.
• CUDA y GPU Computing: Experiencia desarrollando u optimizando código acelerado por GPU, más allá del uso básico de frameworks.
• Matemáticas y estadística: Conocimientos sólidos en probabilidad, inferencia estadística, álgebra lineal y optimización matemática.
• Optimización de rendimiento: Experiencia en profiling, paralelización, vectorización, optimización de memoria y reducción de latencia.
• Docker y Kubernetes: Experiencia desplegando y escalando modelos de Machine Learning en entornos productivos de alto rendimiento.
• Ingeniería de software: Buenas prácticas de desarrollo, código limpio, pruebas, control de versiones y CI/CD.
• Autonomía: Capacidad para definir, priorizar y desarrollar soluciones técnicas con mínima supervisión.
• Comunicación: Habilidad para explicar decisiones y alternativas técnicas a equipos de ingeniería y stakeholders de negocio.
• Inglés:



Nivel profesional que permita trabajar y comunicarse diariamente con equipos ubicados en Estados Unidos.
•

Ubicación:
Residir en Colombia y contar con disponibilidad para trabajar de manera remota, con coincidencia horaria diaria con el este de Estados Unidos. Requisitos deseables
• Experiencia en Investigación de Operaciones, optimización combinatoria, optimización estocástica y problemas de enrutamiento de vehículos (VRP).
• Conocimiento de herramientas de optimización matemática como OR-Tools, Gurobi o CPLEX.
• Experiencia con tecnologías NVIDIA como cuOpt, RAPIDS, cuDF, cuML, Triton Inference Server o TensorRT.
• Experiencia en logística, cadena de suministro, movilidad, marketplaces, asignación de entregas, predicción de ETA o pronóstico de demanda.
• Conocimientos en Reinforcement Learning y toma de decisiones secuenciales bajo incertidumbre.
• Experiencia con herramientas geoespaciales como OSRM, H3, PostGIS y redes viales.
• Conocimiento de herramientas MLOps como MLflow, Kubeflow, Airflow y Feature Stores.
• Experiencia trabajando con servicios cloud de AWS, Google Cloud Platform o Azure.
• Publicaciones académicas, patentes o contribuciones a proyectos open source relacionados con Machine Learning u optimización. Benefits Condiciones y características de la oportunidad
• Trabajo 100 % remoto desde Colombia: Posibilidad de trabajar desde cualquier ciudad del país.
• Proyecto internacional: Participación en un equipo de Data Science & AI de una empresa tecnológica con sede en Estados Unidos.
• Jornada de tiempo completo: Trabajo con coincidencia horaria diaria con el equipo estadounidense en Eastern Time.
• Desafíos técnicos de alto nivel: Participación en proyectos de Machine Learning, optimización matemática y computación acelerada por GPU.
• Tecnologías avanzadas: Trabajo con Python, PyTorch, CUDA, NVIDIA cuOpt, RAPIDS, Docker y Kubernetes.
• Colaboración internacional: Interacción directa con líderes de Ciencia de Datos e Ingeniería.

📌 400 - Senior Machine Learning Engineer (Colombia)
🏢 Cidenet
📍 Colombia