Arquitecto/a Cloud & MLOps de IA

IZERTIS S.A

18 days ago

Role details

Contract type

Apprenticeship

Employment type

Full-time (> 32 hours)

Working hours

Regular working hours

Languages

Spanish

Job location

Tech stack

API

Artificial Intelligence

Airflow

Amazon Web Services (AWS)

Azure

Bash

Google BigQuery

Cloud Computing

Continuous Integration

Data Governance

Dicom

Fiddler (Software)

Github

Supervisory Control and Data Acquisition (SCADA)

Identity and Access Management

Python

Role-Based Access Control

Prometheus

SQL Databases

Data Streaming

Scripting (Bash/Python/Go/Ruby)

Fast Healthcare Interoperability Resources

Large Language Models

Snowflake

Grafana

Gitlab-ci

Kubernetes

Data Lineage

Collibra

Apache Flink

Health Level Seven International

Kafka

Machine Learning Operations

Nim (Programming Language)

Terraform

Databricks

Job description

Buscamos incorporar a un/a Arquitecto/a Cloud & MLOps de IA, para unirse a nuestro equipo interno de IA y data!

Tu principal reto: Diseñar y gobernar la plataforma de datos/IA y el ciclo de vida de modelos (end to end), desde ingesta y features hasta serving y observabilidad / para acelerar el paso de POC a producción con seguridad, cumplimiento y coste óptimo en entornos cloud, on prem y edge., * Data & Feature Platform: data lakehouse/warehouse (Delta/Snowflake/BigQuery), feature store, data contracts y gobierno de datos (calidad, linaje, catálogo).

Ciclo ML/LLM: experiment tracking, model registry, model cards, approval gates, CI/CD de datos y modelos (GitOps), blue/green/canary y rollbacks.
Serving: real time/batch/stream (Kafka/Flink), edge/gateway (inferencias <50ms donde aplique), inference servers (NVIDIA Triton/TorchServe) y autoscaling (K8s).
LLM & RAG: arquitecturas RAG seguras (vectores, metadata filtering, prompt y output guardrails), evaluation harness (groundedness, factualidad, toxicidad) y observability específica para LLM.
MLOps: observabilidad de modelos (drift de datos/etiquetas, concept drift, data quality, performance SLO/SLI), alerting y runbooks (SRE/Soporte).
Seguridad & Compliance: cifrado en tránsito/reposo, secreto/rotación (Vault/KMS), least privilege, network segmentation, audit logs, AI Act ready (riesgo, documentación, supervisión humana) e ISO 27001/42001.
Coste/FinOps: rightsizing, auto shutdown, spot/reserved, chargeback/showback y budgets por entorno/proyecto.
Edge & OT: empaquetado y OTA de modelos a gateways/Jetson, sincronización cloud edge, telemetría, y seguridad en entornos industriales.
Tooling & estándares: selección y roadmap de herramientas (MLflow/Kubeflow/Databricks/SageMaker/Vertex; Airflow/Prefect/DBT; Argo CD/Flux; Great Expectations/Evidently), normas de repositorios, templates (IaC, pipelines) y guardrails.
Preventa y entrega: apoyo en Solution Briefs, estimaciones y arquitectura en propuestas; handover a Delivery/Managed con documentación operativa.
Formación: enablement a equipos (ingeniería, datos, preventa) para asegurar adopción homogénea de la plataforma y buenas prácticas.

Requirements

Arquitectura de referencia: definir landing zones de datos/IA (redes, IAM, cifrado, backups, DRP) y patrones multi-entorno (cloud/híbrido/on prem/air gapped)., * 4+ años en plataformas de datos/ML y 3+ como arquitecto/a en entornos productivos.
Experiencia sólida en al menos un cloud (Azure/AWS/GCP) y entornos híbridos/on-prem.
IaC (Terraform), Kubernetes (AKS/EKS/GKE/on-prem), contenedores, redes y service mesh (deseable).Experiment tracking & registry (MLflow/Kubeflow/Databricks/SageMaker/Vertex
1), feature store y model serving.
CI/CD & GitOps (GitHub/GitLab CI, Argo CD o Flux), testing de datos/modelos, blue-green/canary.
Streaming (Kafka/Flink) y data lakehouse (Delta/Snowflake/BigQuery) + SQL avanzado.
Vector DB (pgvector/Milvus/Pinecone) y search hybrid para RAG.
Observabilidad: Prometheus/Grafana/ELK + herramientas de calidad/monitor de modelos (Great Expectations/Evidently/Fiddler/WhyLabs…)
Seguridad: KMS/Vault, RBAC/ABAC, TLS/MTLS, políticas, secret management; nociones de RGPD y gestión de PII.
Python y scripting (Bash), arquitectura de microservicios/API.
Habilidades consultivas: trade-offs, storytelling técnico, elaboración de SOW y documentación clara.

Plus (nice-to-have)

Air-gapped (defensa/administración), GPU scheduling (NVIDIA, MIG), NIM/Triton, A100/H100.
Edge AI (Jetson/Orin), TensorRT/OpenVINO, QoS en enlaces inestables.
Gobierno de datos (Collibra/Atlan), data lineage, DBT, DQ at scale.
Normativa: AI Act UE, ISO 27001/42001, MDR/Machinery (para soluciones sanitarias/robóticas), ENS (español) y contratación pública.
Integraciones verticales: HL7/FHIR/DICOM (salud), SCADA/OPC-UA (industria), core insurance (seguros).