Skip to content
CV Rocket
Get started
How it worksThe enginePricingBlogContactSign in

Open nowFirst seen 6 days ago

ALMA Summer Intern 2027- 1 Técnico/ Ingeniero Civil informática (APO team)

almaobservatory/f5.00116 open roles

Where
Santiago
Work mode
On site
Get the CV for this job

From $25 per CV, paid once. No subscription.

Your applicationOpen nowALMA Summer Intern 2027- 1 Técnico/ Ingeniero Civil informática (APO team)almaobservatory/f5.001 · Santiago

  1. YouYes, apply to this one.

  2. CV RocketCV written for this posting.

  3. 25 readersRecruiter, hiring manager, skeptic. Round after round.

  4. CV RocketApplied on almaobservatory/f5.001's own form.

The reply lands in your private mailbox

3×more interviews than doing it yourself with ChatGPT.

The clock on this job

Early applications get read.

12.3% of postings close within 7 days. Measured by our own scanner across the market.

Share of postings closed within
  1. 2.1%1 day
  2. 4.5%3 days
  3. 12.3%7 days
  4. 19.7%14 days
  5. 35.6%30 days
  6. 58.0%60 days
This job: first seen 6 days ago

The posting

Área de la práctica: Archive/Pipeline Operations (APO)

1. Propósito y valor esperado de la práctica

Desarrollar una aplicación o modelo capaz de pronosticar la cantidad de memoria (y, en la medida de lo posible, otros recursos de hardware) necesaria para que PipelineDriver procese una observación astronómica, a partir de las características de dicha observación.

2. Trabajo o proyecto propuesto

  • Diseñar e implementar un proceso de extracción, limpieza e integración (ETL) de datos provenientes de MongoDB, Oracle SQL e InfluxDB v1.8, consolidándolos en un dataset unificado y trazable por observación/procesamiento.
  • Realizar un análisis exploratorio de datos (EDA) para identificar variables relevantes, patrones de consumo de recursos y posibles correlaciones entre tipo de observación y uso de memoria/hardware.
  • Definir y construir las características (feature engineering) que representen adecuadamente el tipo de observación y el contexto de procesamiento.
  • Evaluar y seleccionar uno o más algoritmos de machine learning apropiados para la predicción de consumo de memoria (problema de regresión).
  • Entrenar, validar y comparar modelos candidatos utilizando métricas de error apropiadas (por ejemplo, MAE, RMSE, error porcentual).
  • Evaluar la viabilidad de extender el modelo a la predicción de otros recursos de hardware (CPU, I/O, tiempo de ejecución), según la disponibilidad y calidad de los datos en InfluxDB.
  • Empaquetar el modelo resultante en una aplicación o servicio (por ejemplo, API o módulo integrable) que pueda ser consultado antes o durante la planificación del procesamiento en PipelineDriver.
  • Documentar la metodología, resultados, limitaciones y recomendaciones para el mantenimiento y reentrenamiento futuro del model.

3. Experiencia de aprendizaje

La experiencia de aprendizaje para el estudiante sería integral y altamente práctica, combinando ingeniería de datos, ciencia de datos, machine learning e ingeniería de software. Aprenderá a trabajar con fuentes de datos heterogéneas (MongoDB, Oracle e InfluxDB), diseñar procesos ETL y realizar análisis exploratorio de datos. Desarrollará habilidades de feature engineering y experimentará con distintos algoritmos de regresión, aprendiendo a entrenar, validar y comparar modelos mediante métricas apropiadas.

Además, adquirirá experiencia en desplegar un modelo predictivo como un servicio o módulo integrable en una aplicación real, aplicando buenas prácticas de desarrollo, versionamiento y reproducibilidad. Finalmente, enfrentará un problema real del ámbito de la astronomía, aprendiendo a interpretar datos técnicos y a transformar resultados de machine learning en una solución útil para la operación de PipelineDriver.

Requirements

Estudiantes de carreras de Técnico en Informática/ Ingeniero Civil informática.

Incluir en la postulación, únicamente el CV actualizado.

Conocimientos en:

  • Consultas y extracción de datos en MongoDB (aggregation framework, drivers en Python).
  • Consultas SQL en Oracle (SQL, PL/SQL básico, conexión mediante drivers como cx_Oracle / oracledb ).
  • Manejo de InfluxDB v1.8 (InfluxQL, extracción de series de tiempo, downsampling/agregación temporal).
  • Diseño de procesos ETL y modelado de datos para unificar fuentes heterogéneas.

Condiciones de la práctica:

  • Fecha de límite de postulaciones: 9 de noviembre 2026, 12 pm hora de Chile.
  • Inicio de práctica: Enero 2027
  • Término de práctica: Marzo 2027
From $25, paid onceGet the CV for this job

What happens when you press

One press. We do the rest.

  1. A CV for this posting

    Written against almaobservatory/f5.001's own wording, from every piece of relevant proof in your profile.

  2. 25 readers review it

    Recruiter, hiring manager, skeptic and more read every draft, round after round. You get the best round.

    The review screen in CV Rocket: how each CV was read, round by round.

  3. We apply on almaobservatory/f5.001's form

    Our application engine gets through the hardest forms there are. Where a question needs you, AI suggests the best answer. Don't want us applying from our IP addresses? Use our Chrome extension: we apply straight from your own browser.

    An application in CV Rocket: every answer filled in on the employer's form.

  4. Every reply, sorted

    almaobservatory/f5.001's answer lands in your private mailbox, and we classify it on arrival: interview, question, rejection.

    The CV Rocket inbox: each employer reply classified as an interview, an action or a rejection.

  5. Reply with AI

    AI helps you write the email, checks it and sends it. We show you whether the recruiter read it.

  6. The interview in your calendar

    Full integration with your calendar. The invitation goes straight in.

    An interview invitation in the CV Rocket inbox, added to the candidate's calendar.
Get the CV for this job

From $25 per CV, paid once. No subscription.

Why it works

3×

more interviews than doing it yourself with ChatGPT.

ChatGPT writes a CV and never learns what happened to it. We see every reply. For each CV we know:

  • How it was written, and how the review scored it
  • When we applied, and how long after the posting went up
  • Which posting, which company, which city
  • Who got the interview, and who heard nothing

That is how we know which CVs get called.

Get the CV for this job

From $25 per CV, paid once. No subscription.

The numbers game

More applications. More interviews.

Every application goes out with its own CV, written for that posting and paid once. Send enough of them and the law of large numbers finds you the job.

Get the CV for this job
By hand5–10
With CV Rocket100
applications a day

Nearby

Live postings like this one

Same employer first, then the same role elsewhere.

Before you press

Straight answers

Get the CV for this job

From $25 per CV, paid once. No subscription.

What if my background isn't good enough?

We make the most of the background you have. The CV uses every piece of relevant proof your profile holds, and one of the 25 readers reads your whole profile and flags what the CV left out.

Do you really apply for me?

Yes, on the employer's own form, the hardest ones included. Where a question needs you, you answer it right there and AI suggests the best answer. Don't want us applying from our IP addresses? Use our Chrome extension: we apply straight from your own browser.

Is it a subscription?

No. You pay once per CV, from $25. Every application goes out with its own CV, written for that posting.

One job. One CV.
Paid once.

Pick the posting you want. We write for it, apply for you and catch the reply.

Get the CV for this job

From $25 per CV, paid once. No subscription.