Buscamos un/a AI Engineer con foco en Visión por Computadora para integrarse a un equipo que desarrolla soluciones de inteligencia artificial aplicadas al procesamiento de video en tiempo real. La posición se suma bajo modalidad de Staff Augmentation a un equipo técnico ya conformado, con reporte funcional al Líder de IA del proyecto.
Responsabilidades
Diseñar, entrenar y optimizar modelos de Machine Learning / Computer Vision para procesamiento de video.
Desarrollar pipelines de procesamiento de video en tiempo real, optimizados para performance.
Implementar y optimizar código para ejecución sobre GPU (CUDA de Nvidia).
Trabajar con librerías de visión por computadora (OpenCV) para detección, tracking y análisis de imágenes/video.
Colaborar con el equipo técnico en la integración de modelos a sistemas de producción.
Documentar procesos, decisiones técnicas y resultados de experimentación.
Requisitos técnicos excluyentes
Experiencia comprobada en Visión por Computadora (Computer Vision).
Manejo sólido de Python.
Experiencia con OpenCV.
Conocimientos de Machine Learning aplicado a imágenes/video.
Experiencia con CUDA de Nvidia (programación y optimización sobre GPU).
Experiencia en procesamiento en tiempo real de transmisiones de video.
Experiencia con VisionPro.
Nota de alcance
Esta posición requiere experiencia específica en procesamiento de video, imágenes y GPU computing. No aplica para perfiles orientados exclusivamente a IA generativa, LLMs o procesamiento de lenguaje/texto (por ejemplo, expertise en ChatGPT o modelos de lenguaje sin background en visión por computadora).
Habilidades deseables (no excluyentes)
Experiencia con frameworks de deep learning (PyTorch, TensorFlow).
Experiencia previa en productos que integran cámaras / streaming de video.
Conocimientos de optimización de modelos para inferencia en tiempo real (quantization, TensorRT, etc.).
Competencias
Autonomía y capacidad de resolución de problemas técnicos complejos.
Comunicación clara para trabajo en equipos distribuidos.
Orientación a la calidad y al detalle en entornos de producción.