Machine Learning & Computer vision - PRODUCT OWNER

1 – LA OPORTUNIDADBuscamos un/a ingeniero/a que asuma el ownership técnico y de producto de nuestras soluciones basadas en Machine Learning y Computer Vision.Trabajarás con imágenes capturadas por cámaras instaladas en excavadoras que operan en minas de todo el mundo, y serás responsable de desarrollar y evolucionar las capacidades de percepción basadas en esos datos: desde el dataset y los modelos hasta los algoritmos que se ejecutan a bordo de la máquina y las decisiones de producto que dependen de ellos.2 – QUIÉNES SOMOSDesde hace más de 65 años, MTG diseña y fabrica soluciones de desgaste (dientes, portadientes y protectores) para maquinaria de movimiento de tierra de los sectores de minería y construcción. Sobre la base de esta experiencia en ingeniería y de nuestra estrecha colaboración con los clientes, Digging Insights desarrolla productos conectados que combinan sensores, onboard intelligence y software cloud para ayudar a las compañías mineras a operar de forma más eficiente.Somos un equipo de ingeniería que trabaja en la intersección entre el software, la electrónica y la industria pesada. Colaboramos diariamente con Product Engineering, Technical Services y nuestros clientes para transformar retos operativos en productos digitales que se implementan en entornos mineros.3 – EL PUESTOTrabajamos en pequeños equipos multidisciplinares, con responsabilidad de principio a fin sobre lo que desarrollan.Serás el/la Product Owner de los productos basados en Computer Vision, una capacidad transversal presente en distintas soluciones. Combinarás desarrollo técnico y product ownership, dedicando aproximadamente un 70% de tu tiempo a construir y un 30% a dirigir la evolución del producto y el delivery del equipo.Participarás directamente en el desarrollo, manteniendo el ownership técnico del core y ayudando a decidir qué construimos, cómo lo medimos y cuándo está preparado para desplegarse en campo.Computer Vision, end to endSerás responsable de cuatro ámbitos estrechamente relacionados:

• Modelos: entrenamiento, evaluación y mejora continua de modelos de segmentación de instancias aplicados a dientes, cazo, camión y terreno, midiendo su rendimiento en condiciones reales de operación.
• Algoritmos de producto: desarrollo y evolución de algoritmos como Payload Monitor, GET Wear, GET Detection y granulometría, convirtiendo las señales obtenidas mediante visión en información útil para la operación
• Pipeline de datos: gestión del ciclo completo del dato, desde la captura en campo y la selección de imágenes para anotar hasta la gestión del proveedor externo de anotación, el control de calidad de las etiquetas, el versionado de datasets y la trazabilidad de resultados
• Código productivo: desarrollo e integración de los algoritmos que se ejecutan a bordo de la ECU, en un entorno offline-first y con restricciones reales de latencia, memoria y capacidad de procesamiento.También definirás qué significa que un algoritmo sea suficientemente bueno, estableciendo métricas y criterios de aceptación según las condiciones de operación y decidiendo cuándo un modelo está preparado para desplegarse en una mina.No trabajarás solo/a. Los equipos especializados de Embedded, Cloud y Hardware proporcionan profundidad técnica en cada una de estas áreas y construyen la plataforma sobre la que se apoyan los modelos.4 – QUÉ BUSCAMOS
• Experiencia en desarrollo de modelos de Computer Vision y software de producción: especialmente en segmentación de instancias, detección y sus métricas, con dominio de Python y PyTorch o tecnologías equivalentes.
• Mentalidad data-centric: capacidad para entender cómo la calidad y selección de los datos condicionan el rendimiento de los modelos y para identificar qué información debe incorporarse al dataset.
• Rigor en evaluación: experiencia definiendo datasets de test, métricas y criterios de evaluación que permitan medir de forma objetiva la evolución de los modelos.
• Experiencia gestionando el delivery en equipos pequeños, como Product Owner, Tech Lead o en posiciones equivalentes, incluyendo la coordinación de equipos reducidos o partners externos.
• Buen criterio de arquitectura: capacidad para entender cómo encajan las distintas piezas de la solución (pipeline de datos, modelos, runtime, ECU y cloud) y tomar decisiones teniendo en cuenta sus implicaciones a largo plazo.
• Desarrollo asistido por IA como parte habitual de la forma de trabajar.
• Español e inglés fluidos.Se valorará especialmente la experiencia en despliegue edge, cuantización, ONNX/TensorRT, embedded hardware, Go, MLOps, versionado de datasets y modelos, gestión de proveedores de anotación, geometría 3D, cámaras estéreo o de profundidad, monitorización de drift y Computer Vision en entornos industriales exigentes.También se valorará la experiencia en sectores como minería, maquinaria agrícola, automoción o robótica de campo.5 – QUÉ OFRECEMOSOwnership de extremo a extremo sobre los datos, modelos y algoritmos de Computer Vision de nuestros productos.La oportunidad de trabajar con datos generados por maquinaria operando en minas reales.Participación directa en todo el ciclo de desarrollo, desde los datos y el entrenamiento de modelos hasta su ejecución en la ECU y su validación en campo.Un entorno multidisciplinar que combina Machine Learning, software, electrónica, edge computing e ingeniería industrial.Colaboración directa con Embedded, Cloud, Hardware, Product Engineering y Technical Services.Autonomía técnica dentro de una compañía industrial internacional consolidada.Oportunidad de contribuir al desarrollo de las capacidades de Inteligencia Artificial dentro de Digging Insights.Paquete retributivo competitivo, compuesto por salario fijo y un 10% de variable anual.