Descripción del puesto

Resumen del Rol

Perfil con experiencia en representación semántica de texto y recuperación de información basada en similitud. Este rol está orientado a diseñar, evaluar y mejorar modelos de embeddings para distintos tipos de documentos.

Responsabilidades

• Investigar y aplicar modelos de representación vectorial (word/sentence embeddings).
• Desarrollar métricas y estrategias de búsqueda y comparación semántica.
• Diseñar experimentos para validar la precisión de recuperación.
• Apoyar en la integración de modelos con aplicaciones existentes.

Requisitos

Requisitos

• Experiencia práctica en procesamiento de lenguaje natural (NLP).
• Manejo de bibliotecas como sentence-transformers, scikit-learn, numpy.
• Conocimientos en técnicas de recuperación de información (IR) y reducción de dimensionalidad.
• Capacidad para trabajar con estructuras JSON y grandes volúmenes de texto.

Deseables

• Conocimientos de motores de búsqueda vectorial como FAISS o pgvector.
• Experiencia previa en proyectos de matching semántico o clasificación de documentos.
• Familiaridad con visualización de embeddings (PCA, UMAP).

Beneficios

• Desarrollo profesional
• Ambiente de trabajo innovador
• Compensación competitiva
• Descuentos en educación de cuarto nivel
• Beneficios salariales y bonificaciones
• Actualizacion con tecnologías actuales