MLOps 工程师

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