Machine Learning Engineer (Semi-Senior / Senior)

Trabaja en DaCodes! Somos una firma de software y transformación digital de alto impacto. Durante 10 años hemos creado soluciones enfocadas en tecnología e innovación gracias a nuestro equipo de casi 300 talentosos #DaCoders: developers, arquitectos, diseñadores UX/UI, PMs, QA testers y más.

Nuestro equipo colabora en proyectos con clientes de toda LATAM y Estados Unidos, entregando resultados sobresalientes. En DaCodes tendrás la oportunidad de acelerar tu crecimiento profesional, trabajar en proyectos diversos de distintas industrias, y contribuir al diseño, implementación y optimización de soluciones tecnológicas de punta.

Nuestros DaCoders tienen un impacto significativo en el éxito de nuestro negocio y el de nuestros clientes. Serás la persona experta participando en nuestros proyectos, con acceso a startups disruptivas y marcas globales. ¿Te interesa? Sobre el rol Buscamos un/a Machine Learning Engineer Semi-Senior o Senior para sumarse, a través de DaCodes bajo un esquema de staff augmentation, al equipo de IA/ML de una startup de ad-tech con base en Argentina y operación 100% remota, enfocada en construir una capa de infraestructura de nueva generación para la monetización inteligente de apps móviles.

Esta plataforma funciona como un “control plane” de monetización: se integra sobre las plataformas de mediación que ya usan las apps (como AppLovin MAX, Unity LevelPlay y AdMob) y coordina en tiempo real fuentes de demanda, cohortes de usuarios, placements y reglas de monetización.

El foco principal del rol está en machine learning: modelos que predicen comportamiento de usuarios y del mercado publicitario, y que actúan sobre esas predicciones en tiempo real. También colaborarás en iniciativas de IA generativa, como un agente LLM que ayuda al equipo de operaciones publicitarias y a los clientes a operar su monetización.

Buscamos un perfil proactivo, que se adapte bien a un entorno poco jerárquico y con requerimientos no siempre perfectamente estructurados. Responsabilidades Construir y llevar a producción modelos predictivos (por ejemplo, churn de usuarios, lifetime value y payer propensity), desde la exploración en Databricks hasta el serving en tiempo real dentro del stack de mediación publicitaria.

Desarrollar y mantener pipelines de ML en producción usando Airflow, Spark/Databricks y AWS, incluyendo entrenamiento, validation gates y promoción de modelos. Monitorear modelos en producción (calibración, drift e impacto en el negocio) y medir ese impacto mediante A/B tests. Colaborar en iniciativas de IA generativa, incluyendo integraciones con APIs internas de analytics y configuración, sets de evaluación, observabilidad y controles human-in-the-loop.

Contribuir al desarrollo de software asistido por IA, construyendo herramientas y contexto para que los coding agents trabajen de forma efectiva sobre el código base. Colaborar con equipos multifuncionales (Data Engineering, Backend, SDK, AdOps y Producto) para convertir modelos en funcionalidades de producto.

Experiencia comprobable (3+ años) como Machine Learning Engineer, Data Scientist o en un rol similar, incluyendo haber llevado modelos a producción y mantenerlos ahí. Dominio de Python y SQL, incluyendo el stack científico de Python (pandas o Polars, scikit-learn). Experiencia con distintos tipos de modelos (clasificación, regresión, ranking) y criterio para elegir el más adecuado según el problema.

Base sólida en estadística: calibración de probabilidades, clasificación desbalanceada, métricas de evaluación más allá del accuracy, y A/B testing. Experiencia práctica trabajando con LLMs: tool calling, diseño de prompts, evaluación de outputs de agentes, y uso de coding agents en el día a día.

Familiaridad con plataformas de datos, particularmente Spark/Databricks, Airflow y AWS. Capacidad de resolución de problemas y troubleshooting de modelos y datos en producción. Fuerte motivación de aprendizaje y ownership de resultados: capacidad de aprender nuevos dominios y herramientas rápido, y de sostener el esfuerzo hasta alcanzar el objetivo.

Para nivel Senior, además se espera 5+ años de experiencia y un track record liderando iniciativas de punta a punta (desde definir el problema hasta medir su impacto en producción), así como guiar decisiones técnicas y mentorear a otros ingenieros. Deseable (no excluyente) Experiencia en AdTech, mobile games o monetización de apps.

Conocimiento básico de técnicas de reinforcement learning, como multi-armed y contextual bandits. Experiencia con frameworks de agentes como Pydantic AI o LangGraph, o con Model Context Protocol (MCP). Condiciones Modalidad: Full time Ubicación: 100% remoto, abierto a cualquier país de Latinoamérica.

Horario: se requiere un mínimo de 4-5 horas de solapamiento con GMT-3. Idioma: español fluido indispensable. 🚀 Integración a marcas globales y startups disruptivas. 🏡 Trabajo remoto/Home office. 📍 En caso de requerir modalidad híbrida o presencial, serás informado desde la primera sesión. ⏳ Horario ajustado a la célula de trabajo/proyecto asignado. 📅 Trabajo de lunes a viernes. 🎓 Acceso a cursos y certificaciones. 📡 Eventos virtuales de integración y grupos de interés. 📢 Clases de inglés. 🏆 Oportunidades dentro de nuestras diferentes líneas de negocio.