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