Habilidades fundamentales: desarrollo backend con frameworks web : django (python) o flask (python) : habilidades en frameworks de desarrollo rápido para crear aplicaciones web robustas y escalables.
node.js (javascript) : capacidad para construir apis en tiempo real y aprovechar su eficiencia en operaciones de i/o.
aplicación de buenas prácticas de desarrollo : estructuración modular del código, manejo de errores, autenticación y autorización (oauth2, jwt).
experiencia en integrar modelos de machine learning, principalmente utilizando pytorch y tensorflow .
experiencia en integración de streaming de video habilidad para manejar la serialización de modelos y su despliegue en el backend, incluyendo el ajuste de parámetros para optimizar el rendimiento.
api restful : experiencia en crear endpoints api que permitan a las aplicaciones frontend interactuar con los modelos de machine learning de manera eficiente.
sql (postgresql) : competencia en bases de datos relacionales, diseño de esquemas eficientes, y escritura de consultas complejas.
nosql (mongodb) : capacidad para trabajar con bases de datos nosql para almacenar grandes volúmenes de datos no estructurados (como logs de usuarios o interacciones).
optimización y escalabilidad : entender cómo estructurar datos en ambas bases de datos para garantizar la rapidez y la eficiencia en una aplicación de alto tráfico.
microservicios : habilidad para construir una arquitectura de microservicios, permitiendo que diferentes servicios se desplieguen y escalen independientemente.
escalabilidad en la nube : experiencia en plataformas en la nube como aws para el despliegue de servicios, y el uso de servicios automatización de despliegues : conocimiento en ci/cd para despliegues continuos y sin interrupciones.
preferencias y conocimientos adicionales: servicios de machine learning en backend : experiencia en crear y mantener servicios que integran modelos de machine learning en producción, asegurando que los modelos de recomendación y clasificación estén disponibles en tiempo real.
optimización de modelos: conocimiento en quantization y pruning de modelos para reducir tiempos de inferencia y hacerlos aptos para escalas masivas.
kafka o apache spark : familiaridad con herramientas de procesamiento de datos en tiempo real que permiten manejar grandes volúmenes de datos de usuario en tiempo real, para adaptarse rápidamente a nuevas tendencias de contenido y preferencias de usuario.
implementación de pipelines de datos en tiempo real para el análisis y procesamiento continuo de interacciones de usuario, esencial para alimentar los algoritmos de recomendación y análisis.
sueldo negociable prestaciones de ley modalidad remota, legible para talento físicamente dentro de la república mexicana