Miembro del Equipo Técnico, Entrenamiento de Modelos (infraestructura y plataforma)

Título del puesto: Member of Technical Staff, Model Training (infra & platform)

Tipo de jornada: Tiempo completo

Ubicación: Remoto

El puesto

En este puesto, asumirás la responsabilidad técnica de los sistemas distribuidos y las plataformas que permiten a los investigadores entrenar modelos cada vez más capaces, ejecutar experimentos a gran escala y desplegar sistemas de IA especializados de forma eficiente.

Trabajarás en entrenamiento distribuido, infraestructura de GPU, optimización de inferencia, entornos de simulación y frameworks de ejecución de agentes, tomando decisiones arquitectónicas críticas que influyen directamente en la velocidad de investigación y en el rendimiento de los modelos.

Qué harás

• Diseñar, construir y escalar infraestructura compartida para el ajuste fino supervisado (SFT), el aprendizaje por refuerzo (RL) y la destilación on-policy (OPD), con soporte para cargas de trabajo de lenguaje, multimodales y de robótica.
• Diseñar pipelines de entrenamiento y ejecución distribuidos que coordinen workers de GPU, la generación de rollouts, la inferencia de modelos profesor, el cálculo de recompensas y los entornos de simulación.
• Desarrollar infraestructura de alto rendimiento para el entrenamiento e inferencia de modelos, optimizando la utilización de GPU, la gestión de memoria, la comunicación, el almacenamiento y la ejecución distribuida.
• Construir y evolucionar la arquitectura central del ecosistema de agentes de micro1, incluidos los runtimes de ejecución, las interfaces de herramientas, las integraciones de entornos, los registros de modelos y las APIs de servicio.
• Desarrollar sistemas robustos para el seguimiento de experimentos, el versionado de datasets y modelos, el checkpointing, la recuperación ante fallos y la observabilidad, para mejorar la reproducibilidad de la investigación y la fiabilidad operativa.
• Identificar y eliminar cuellos de botella de infraestructura, reduciendo el tiempo de respuesta de los experimentos y permitiendo a los investigadores ejecutar cargas de entrenamiento cada vez más complejas.
• Definir estándares técnicos, interfaces de plataforma y patrones arquitectónicos que favorezcan la colaboración entre los equipos de investigación, infraestructura e ingeniería aplicada.
• Liderar iniciativas de ingeniería críticas desde el diseño del sistema hasta la implementación y las operaciones en producción, orientando a otros ingenieros y manteniendo la responsabilidad directa sobre los componentes técnicamente más complejos.

Lo que buscamos

• Sólidos fundamentos de ciencias de la computación, especialmente en sistemas distribuidos, concurrencia, redes e ingeniería de rendimiento.
• Amplia experiencia en el diseño, la construcción y la operación de sistemas backend escalables o plataformas de computación distribuida.
• Dominio de Python y de al menos un lenguaje de programación orientado a sistemas, como C++, Rust o Go.
• Experiencia práctica con infraestructura de machine learning basada en GPU, entrenamiento distribuido, inferencia de modelos u orquestación de cómputo a gran escala.
• Sólida comprensión del rendimiento de los sistemas, incluidos el uso de cómputo, la eficiencia de memoria, la sobrecarga de comunicación, la planificación y la tolerancia a fallos.
• Experiencia en el diseño de APIs, servicios y componentes de infraestructura fiables que den soporte a flujos de trabajo de ingeniería o investigación complejos.
• Responsabilidad técnica demostrada, incluyendo la toma de decisiones arquitectónicas, el liderazgo de iniciativas multifuncionales y la entrega de sistemas de los que dependen otros ingenieros.
• Capacidad para trabajar con eficacia en entornos de investigación de ritmo acelerado, donde los requisitos evolucionan y la infraestructura debe dar soporte a una experimentación rápida.

Valorable

• Experiencia con frameworks y tecnologías de machine learning distribuido como PyTorch Distributed, DeepSpeed, Ray, Megatron-LM u otros sistemas similares.
• Familiaridad con motores de inferencia en GPU y frameworks de optimización como vLLM, TensorRT-LLM o tecnologías equivalentes.
• Experiencia en la construcción de infraestructura de aprendizaje por refuerzo, sistemas de orquestación de rollouts o entornos de ejecución distribuida de agentes.
• Conocimientos de CUDA, optimización de kernels de GPU, NCCL o ingeniería de rendimiento de GPU de bajo nivel.
• Experiencia con Kubernetes, orquestación de contenedores, planificación de clústeres e infraestructura de GPU en la nube.
• Familiaridad con plataformas de simulación, infraestructura de robótica o sistemas de evaluación de agentes a gran escala.
• Contribuciones a infraestructura de código abierto, frameworks de computación distribuida o sistemas de machine learning de alto rendimiento.

Aviso sobre compensación y beneficios

El rango salarial nacional para este puesto de tiempo completo es un salario base de 200,000 $ a 320,000 $. Todos los empleados pueden optar a compensación en acciones, y también podrían recibir bonificaciones basadas en el rendimiento, según el puesto y sujetas a las políticas de la empresa. micro1 ofrece un paquete de beneficios completo, que incluye el reembolso de hasta el 100% de las primas del seguro de salud, días de vacaciones pagados, un plan 401(k) con aportación de la empresa y otros beneficios diseñados para respaldar a una plantilla de alto rendimiento y con modalidad remota.

micro1 es un empleador que ofrece igualdad de oportunidades. Todos los candidatos cualificados serán considerados para el empleo sin distinción de raza, color, religión, sexo (incluidos el embarazo, la orientación sexual o la identidad de género), origen nacional, edad, discapacidad, información genética, condición de veterano o cualquier otra característica protegida por las leyes, reglamentos y ordenanzas locales aplicables. Si necesitas asistencia o una adaptación razonable durante el proceso de solicitud, escribe a support@micro1.ai.

Nuestro proceso de contratación utiliza herramientas de inteligencia artificial para ayudar en la selección y evaluación de candidatos. Nuestras herramientas de IA están diseñadas para complementar, no reemplazar, la toma de decisiones humana.