P

Pragmatike

15 de noviembre de 2026

Ingeniero de Investigación en Privacidad y Anonimización de Datos

Construye sistemas que detectan y eliminan información sensible de datos reales para entrenar IA de forma segura. Rol de tiempo completo, remoto con horario Pacífico (EE. UU.) o Singapur.

100% Remoto 🌎Desarrollo de softwareTiempo completoNo Divulgado

Comparte esta vacante


¿Encaja contigo?

Esta vacante es para ti si…

  • Te apasiona la privacidad y la protección de datos
  • Dominas Python y construyes pipelines en producción
  • Eres detallista y piensas como un atacante
  • Quieres impacto real en infraestructura de datos para IA
Ten en cuenta:Inglés necesarioTraslape con horario Pacífico EE. UU. o SingapurTiempo completo, inicio inmediato

Descripción del Puesto

Sobre esta oportunidad

Pragmatike, firma de reclutamiento, busca para uno de sus clientes a un Research Engineer especializado en privacidad y anonimización. El cliente es una empresa de IA en rápido crecimiento que construye infraestructura confiable, justa y abierta para datos de entrenamiento. Su marketplace ayuda a quienes crean datos a obtener valor de ellos y ofrece a los laboratorios de IA datos en los que pueden confiar. Ya lo usan startups, empresas Fortune 500 y laboratorios de frontera, y cuenta con el respaldo de inversionistas de primer nivel, incluido Y Combinator.

El puesto consiste en desarrollar los sistemas que vuelven seguros los datos sensibles del mundo real, sin que pierdan la utilidad para entrenar modelos. Es un rol de ingeniería de privacidad y protección de datos, no de diseño de tareas sintéticas. Serás responsable del pipeline que se ubica antes del procesamiento, el entrenamiento, la evaluación y la generación de datos sintéticos.

Perfil buscado

Buscan a un ingeniero con sólida base en Python y en sistemas de datos o machine learning en producción, con instinto experimental y mucha atención al detalle. Debe saber razonar sobre fugas sutiles de información, casos límite y escenarios adversariales, y entender cuándo aplicar cada técnica de protección de datos.

Qué harás

  • Construir sistemas para detectar PII, cuasi-identificadores, credenciales y otra información sensible, y diseñar transformaciones según el tipo de dato y su uso posterior.
  • Desarrollar y comparar enfoques de detección que combinen reglas, modelos estadísticos, clasificadores y métodos basados en LLM.
  • Crear pipelines de producción que anonimicen los datos antes de que lleguen al procesamiento, entrenamiento, evaluación o generación sintética.
  • Diseñar marcos de evaluación que midan el riesgo de privacidad y la utilidad retenida: métricas ponderadas por recall, pruebas de fuga e intentos adversariales de reidentificación.
  • Lograr sistemas robustos ante nuevas fuentes de datos, cambios de esquema, formatos inusuales e información sensible en campos inesperados.
  • Trabajar con ingeniería, investigación, operaciones y clientes para convertir requisitos de privacidad en políticas y salvaguardas técnicas prácticas.

Requisitos clave

  • Dominio sólido de Python y experiencia construyendo sistemas confiables de datos o machine learning en producción.
  • Experiencia en extracción de información, reconocimiento de entidades nombradas (NER), clasificación o métodos afines para detectar contenido raro o sensible.
  • Buen criterio experimental para comparar enfoques en recall, precisión, latencia, costo y utilidad de los datos.
  • Comprensión de las diferencias entre redacción, enmascaramiento, seudonimización, anonimización y datos sintéticos, y cuándo conviene cada uno.
  • Alta atención al detalle y capacidad para razonar sobre rutas sutiles de fuga y casos adversariales.
  • Inglés para trabajar con el equipo.
  • Horario con un traslape aproximado de 70 a 80 % con la zona del Pacífico de EE. UU. o con el horario de Singapur.

¿Por qué considerar esta empresa?

El cliente trabaja en un tema clave para la industria de la IA: datos de entrenamiento éticos y confiables. Con demanda fuerte, respaldo de Y Combinator y clientes de alto nivel, es un entorno donde tu trabajo tiene impacto directo en el producto.

Cómo aplicar

Al postularte, menciona la palabra CONFIDENT y el código RNjQuMzQuODQuMTA= (#RNjQuMzQuODQuMTA=) para demostrar que leíste toda la vacante. Es una función beta para evitar postulaciones de spam.

¿Te interesa? Aplica directamente desde el enlace de la vacante.

AplicarEntra o crea tu cuenta gratis (incluye el newsletter semanal) para ver el enlace de aplicación.

Fuente: RemoteOKVacante originalmente publicada en RemoteOK. Descripción adaptada por el equipo de Vacantes Remotas.

Vacantes relacionadas

Accede a más trabajos en
nuestro canal de Telegram
100K+