The MITRE Corporation
Nivoda
Ingeniero/a Senior de IA/ML
Pila Tecnológica
Ubicación: EE. UU. - NYC, Boston
Salario: 200.000 - 280.000 $
Búsqueda: OpenSearch, alimentada vía CDC desde PostgreSQL más trabajos de ingesta Spark/EMR/Glue. No hay bases de datos vectoriales en producción; la recuperación basada en embeddings, el modelo de clasificación y la búsqueda de embeddings de imágenes son construcciones genuinamente nuevas para quien asuma el rol de Descubrimiento.
Base de datos principal / almacén de datos: PostgreSQL (OLTP) → Snowflake (modelo dbt, capas raw/curated/presentation medallion)
Backend: TypeScript/Node.js, pasarela GraphQL API, monorepo Nx + PNPM
Autenticación: Keycloak · SSO: Okta
CI/CD: Jenkins (“Nivoda Build”) + GitOps para despliegues
Nube: AWS (EMR, Glue, DMS, despliegues basados en Kubernetes)
Observabilidad: Grafana para logs/trazas
❤️ Igualdad de Oportunidades
Nivoda es un empleador que ofrece igualdad de oportunidades. Estamos comprometidos a construir un equipo diverso e inclusivo, y damos la bienvenida a solicitudes de personas de todos los orígenes, independientemente de su raza, género, edad, religión, orientación sexual, discapacidad o cualquier otra característica protegida por la ley. Incluso si parece que no cumples el 100% de nuestros requisitos obligatorios, no dejes que eso te impida postularte, ¡aún nos encantaría saber de ti!
👋 ¿No es el puesto adecuado?
Únete al Pool de Talento de Nivoda y nos pondremos en contacto contigo cuando surja algo que encaje mejor.
💎 Sobre Nivoda
Nivoda es el sistema operativo para la industria global de la joyería. Conectamos a proveedores de diamantes y piedras preciosas directamente con minoristas de joyería en más de 70 países, reemplazando una forma de comercio lenta, offline y basada en relaciones por un único mercado digital. Ya estamos impulsando más de $300M en transacciones anuales, dentro de una industria valorada en más de $350B a nivel mundial, y todavía estamos en las primeras etapas. La joyería es una de las últimas grandes industrias globales en digitalizarse, y nosotros somos quienes estamos construyendo los raíles sobre los que funcionará.
🤔 Nuestra Misión
El comercio de diamantes y piedras preciosas se ha basado durante décadas en redes fragmentadas, procesos manuales y relaciones de "a quién conoces", lo que excluye a las empresas más pequeñas y nuevas, y deja incluso a los mayores actores perdiendo tiempo y margen debido a la ineficiencia. Empezamos Nivoda para solucionar eso: para dar a cualquier negocio de joyería, sin importar su ubicación o tamaño, el mismo acceso, transparencia de precios y facilidad de comercio que un gigante de la industria. Nuestra misión es hacer que la compra y venta de diamantes y piedras preciosas sea radicalmente más simple, en todo el mundo.
⭐️ El Pod de Descubrimiento
Te unirías al Pod de Descubrimiento 🔍, el equipo que decide cómo se encuentran cientos de miles de diamantes y piedras preciosas. Eso significa clasificación, recomendaciones y entrada de búsqueda: desde la experiencia central de búsqueda y filtrado, hasta la Búsqueda Contextual y un asistente conversacional planificado, hasta la búsqueda por carga de imágenes que permite a un comprador encontrar una coincidencia a partir de una foto. El mismo motor de clasificación y recomendación que construirás tiene que servir tanto al propio mercado de Nivoda como a las muchas tiendas de marca individuales que los joyeros gestionan a través de nuestros productos SAAS. Somos un equipo pequeño, con alta responsabilidad, y este pod está construyendo el producto impulsado por IA en sí mismo, no solo usando herramientas de IA para ir más rápido.
Sobre el Puesto
Estamos contratando un Ingeniero/a Senior de IA/ML para el Pod de Descubrimiento para ayudar a construir y operar los sistemas de clasificación, recomendación y búsqueda en los que confían los compradores para encontrar la piedra o pieza adecuada en segundos. Este es un trabajo real de recuperación de información y ML aplicado en infraestructura de producción: sistemas de búsqueda, recuperación basada en embeddings, aprendizaje para clasificar, búsqueda contextual y conversacional impulsada por LLM, búsqueda de embeddings de imágenes para búsqueda por foto, no configurar un widget de búsqueda alojado o llamar a un modelo API y seguir adelante. Serás responsable de los modelos de principio a fin, desde las características y el entrenamiento hasta la evaluación, el despliegue y la monitorización, y se espera que comprendas cómo se comportan y fallan estos sistemas probabilísticos, porque esa comprensión es el trabajo, no una habilidad adyacente.
⭐️ Nuestra cultura y lo que ofrecemos
Somos un equipo colaborativo de alto crecimiento que cree en el empoderamiento sobre la jerarquía. Tendrás una propiedad real desde el primer día, la oportunidad de trabajar en problemas que la mayoría de las empresas aún no saben que existen, y una cultura que se toma en serio el aprendizaje y el crecimiento, porque estamos escalando rápido y necesitamos que crezcas con nosotros.
¿Qué estarías haciendo?
Motor de Búsqueda Principal
- Construir y operar infraestructura de búsqueda real — Elasticsearch/OpenSearch, Vespa, o bases de datos de búsqueda vectorial como pgvector, Pinecone o Weaviate — para potenciar la clasificación y la búsqueda multimodal en el mercado de Nivoda.
- Diseñar sistemas de clasificación y recomendación multitenant y configurables que sirvan tanto al propio mercado de Nivoda como a muchas tiendas de joyeros de marca individual a través de Feeds, sin bifurcar el código base.
IA Multimodal
- Construir y mejorar la Búsqueda Contextual y nuestro asistente conversacional planificado, utilizando diseño de prompts y enfoques de recuperación aumentada, con escenarios de cero resultados y de compensación manejados con gracia en lugar de responder con una respuesta incorrecta pero segura.
- Construir pipelines de coincidencia de imagen a atributo y de imagen a producto utilizando embeddings de imágenes para nuestro trabajo de búsqueda por carga de imágenes.
- Construir el producto en torno a la realidad de que los sistemas probabilísticos pueden estar equivocados con confianza: diseñar rutas de recuperación y pasos de confirmación antes de acciones de alto riesgo, como generar una cotización de fabricación a partir de una imagen interpretada.
Experimentación y Calidad
- Definir y ejecutar evaluaciones específicas de búsqueda y clasificación — métricas de clasificación offline, experimentos de interleaving — para determinar si un cambio en la clasificación es realmente mejor, no solo diferente.
- Evaluar y probar rigurosamente la salida de modelos fundacionales y de LLM directamente como parte del proceso de ingeniería, en lugar de confiar en ellos por defecto.
ML en Producción
- Ser responsable del ciclo de vida completo de los modelos de clasificación y recomendación — características, entrenamiento, evaluación, despliegue y monitorización — utilizando técnicas de aprendizaje para clasificar, recuperación basada en embeddings y filtrado colaborativo.
- Diseñar y optimizar sistemas de servicio de modelos en tiempo real y de baja latencia que mantengan la sensación de instantaneidad en la búsqueda bajo carga de producción.
- Utilizar agentes de codificación de IA para construir infraestructura y pipelines de ML, combinados con rigurosos sistemas de evaluación que detecten errores de clasificación y recuperación que un sistema pueda ocultar mientras parece que está funcionando.
¿Qué necesitamos de ti?
- Años de experiencia: 5-10 años
- Experiencia en infraestructura de recuperación de información — construcción u operación de sistemas de búsqueda reales (Elasticsearch/OpenSearch, Vespa, o bases de datos de búsqueda vectorial como pgvector, Pinecone o Weaviate).
- ML aplicado para clasificación y recomendaciones, de principio a fin — aprendizaje para clasificar, recuperación basada en embeddings, filtrado colaborativo — con comodidad en la gestión de características, entrenamiento, evaluación, despliegue y monitorización, no solo llamando a un modelo API.
- Experiencia en aplicación de NLP y LLM — experiencia en producción construyendo sobre modelos de lenguaje, incluyendo diseño de prompts, enfoques de recuperación aumentada y manejo de escenarios de cero resultados y de compensación con gracia.
- Experiencia en servicio de baja latencia — has construido y optimizado sistemas de servicio de modelos en tiempo real bajo carga de producción, no solo entrenado modelos en un notebook.
- Habilidades especializadas de evaluación para la calidad de búsqueda y clasificación, distintas de la experimentación general de crecimiento — métricas de clasificación offline, experimentos de interleaving y juzgar si un cambio en la clasificación es realmente mejor versus solo diferente.
- Experiencia directa y práctica en la construcción con modelos fundacionales y LLMs como material de ingeniería — diseño de prompts, enfoques de recuperación aumentada y, críticamente, evaluación y prueba rigurosa de la salida del modelo en lugar de confiar en él por defecto.
- Experiencia en diseño para fallos con gracia en sistemas probabilísticos — saber cuándo un modelo está equivocado con confianza y construir el producto en torno a esa realidad.
- Comodidad utilizando agentes de codificación de IA para construir infraestructura y pipelines de ML, combinados con una sólida disciplina de evaluación y pruebas.
Agradable tener
- Fundamentos de visión por computadora, específicamente embeddings de imágenes — experiencia en la construcción de pipelines de coincidencia de imagen a atributo o de imagen a producto.
- Experiencia en diseño de sistemas multitenant y configurables — construcción de sistemas que se comportan de manera diferente por tenant sin bifurcar el código base.
- Experiencia en la construcción de productos de búsqueda conversacional o tipo asistente.
- Experiencia en el equipo de búsqueda, clasificación o recomendaciones de una empresa de mercado o comercio electrónico.
Nuestros beneficios actuales
- 🏡 Horario de trabajo flexible y cultura remota-first.
- 📈 Oportunidades reales de crecimiento y aprendizaje.
- 🌴 Permiso de vacaciones ilimitado.
- 🚀 La oportunidad de unirte durante una fase de expansión exponencial.
