1225 - 405PIC | MLOps Engineer

Buscamos un/a MLOps Engineer con fuerte interés en automatización, cloud computing y despliegue eficiente de plataformas inteligentes.

Si te motiva mejorar entornos productivos, garantizar sistemas escalables y confiables, y trabajar con tecnologías punteras en Machine Learning, Agentes de IA y Observabilidad, esta oportunidad es para ti.

🚀 ¿Cuál será tu rol?

Como MLOps Engineer, serás responsable de conectar el mundo del Data y el ML con la infraestructura y la operación en producción, asegurando que los modelos y agentes funcionen de forma robusta y eficiente.

Tus principales responsabilidades incluirán

Diseñar, implementar y operar infraestructuras cloud escalables en AWS, GCP o Azure, orientadas a workloads de datos y ML.

Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kubernetes.

Crear y mantener pipelines de CI/CD para el despliegue continuo de modelos, agentes de IA y plataformas de observabilidad.

Gestionar contenedores y orquestación con Docker y Kubernetes (EKS), integrando servicios de datos, IA y backend.

Construir y mantener pipelines reproducibles de entrenamiento, validación e inferencia (Airflow, MLflow, DVC, Spark).

Implementar y optimizar soluciones de monitorización, logging y observabilidad (Prometheus, Grafana, ELK/EFK, OpenTelemetry).

Velar por la seguridad, disponibilidad y resiliencia de las plataformas en la nube.

Integrar el ciclo completo Data → ML → Deployment → Monitoring, trabajando de forma cercana con equipos de Data, ML, DevOps y Backend.

Colaborar con equipos de Machine Learning para empaquetar y llevar a producción modelos y agentes de IA.

(Plus avanzado) Participar en el diseño de pipelines híbridos que combinen ML tradicional, IA generativa y agentes basados en LLM (LangChain, LangGraph, CrewAI).

🎯 Requisitos

Buscamos a alguien con

Formación en Ingeniería Informática, Software, Telecomunicaciones o disciplinas relacionadas.

Más de 3 años de experiencia en automatización, despliegue o gestión de infraestructura cloud.

Experiencia sólida en infraestructura como código y automatización (Terraform, Helm, Ansible).

Conocimientos avanzados de Linux, redes y sistemas distribuidos.

Experiencia práctica en pipelines de CI/CD (GitLab CI, Jenkins, ArgoCD, FluxCD).

Dominio de Docker y Kubernetes.

Experiencia con herramientas de gestión de modelos y datos como MLflow, DVC o Vertex AI.

Conocimientos en monitorización, logging y observabilidad.

Experiencia con bases de datos SQL y NoSQL (PostgreSQL, TimescaleDB, MongoDB).

Capacidad para diagnosticar y resolver incidencias en entornos productivos de alto tráfico, optimizando costos y rendimiento.

Buenas habilidades de comunicación y trabajo en equipo en entornos multidisciplinarios.

🌟 Valoramos especialmente si además tienes

Experiencia con sistemas de mensajería y streaming como Kafka, Redpanda o Benthos.

Conocimientos en arquitecturas serverless y event-driven (AWS Lambda, SNS/SQS).

Experiencia en observabilidad avanzada y métricas de rendimiento de modelos.

Conocimientos en prácticas de SRE (Site Reliability Engineering).

Experiencia con plataformas modernas de MLOps (Kubeflow, MLflow).

Familiaridad con despliegues automatizados y buenas prácticas DevOps.

Conocimientos en infraestructura para IA generativa (GPU, contenedores optimizados, RAG serving).

Inglés técnico avanzado, escrito y hablado, para colaborar con equipos y partners internacionales.

Originally posted on Himalayas