> Markdown version of [/jobs/ext/1677072-ingeniero-de-infraestructura-ia-arquitecto-mlops-ai-platform-engineer](https://www.wearedevelopers.com/jobs/ext/1677072-ingeniero-de-infraestructura-ia-arquitecto-mlops-ai-platform-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Ingeniero De Infraestructura Ia / Arquitecto Mlops (Ai Platform Engineer)

- **Company:** Exceltic
- **Location:** Madrid, Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Apache HTTP Server, Ubuntu (Operating System), Software as a Service, Databases, Extract Transform Load (ETL), DevOps, Identity and Access Management, Nginx, Open Source Technology, Tensorflow, Graphics Processing Unit (GPU), Okta, Sysadmin, Pytorch, Large Language Models, Kubernetes, Machine Learning Operations, Data Lakehouse
- **Published:** July 12, 2026
- **Apply:** https://www.buscojobs.com.es/ingeniero-de-infraestructura-ia-arquitecto-mlops-ai-platform-engineer-en-madrid-ID-363654905

## About the Role

Stack Tecnológico Fundamental (Requisitos Técnicos)

 1. Infraestructura y Contenedores (Core):Orquestación: Kubernetes (específicamente RKE2) y gestión de red/Ingress (Cilium/Calico, MetalLB, NGINX/Traefik).2.
DevOps y Seguridad:Identidad y Secretos: Keycloak (IAM/OIDC), Vault o External Secrets, cert-manager.3.
Datos y Almacenamiento:Bases de Datos: PostgreSQL.Orquestación de Datos: Apache Airflow.Bases Vectoriales (RAG): Qdrant (y conocimiento de pgvector).5.
Observabilidad:Trazabilidad: OpenTelemetry.Tecnologías ValorableBases Vectoriales a gran escala: Milvus.Ingeniero DevOps/SysAdmin que ha evolucionado hacia el ecosistema de IA.
Debe tener una mentalidad orientada a producto y a la prestación de servicios B2B, entendiendo que la seguridad, el aislamiento de datos entre distintos clientes y la alta disponibilidad son tan importantes como el propio rendimiento de los modelos.Ofrecemos incorporacion a importante proyecto en fase inicial con gran potencialidad de crecimiento.

## Description

Buscamos un ingeniero de Devops, arquitecto MLOps para la definición, configuración, mantenimiento, despliegue y soporte de toda nuestra estructura IA y SaaS.Será el responsable de la infraestructura para servicios SaaS con IA.Funciones Fundamentales del Puesto.Gestión de Infraestructura Base y Hardware:Despliegue, configuración y mantenimiento de servidores bare metal (ej. HPE ProLiant) con Ubuntu Server LTS.Administración avanzada de GPUs (NVIDIA A100/H100/L4), incluyendo particionamiento (MIG) y optimización de recursos compartidos.Administración de Kubernetes y Orquestación:Instalación y administración de clusters Kubernetes orientados a producción y alta seguridad (RKE2).Implementación de prácticas GitOps para el despliegue continuo y versionado de la infraestructura.Despliegue de la Plataforma MLOps y Datos:Configuración de la capa de almacenamiento distribuido (Data Lakehouse) y bases de datos relacionales.Integración de pipelines de datos (ETL/CDC) y herramientas de tracking de experimentos ML y registro de modelos.Inferencia y Despliegue de Modelos (Serving):Configuración de motores de inferencia para servir modelos open source (LLMs, PyTorch, TensorFlow) de manera escalable y eficiente.Despliegue de bases de datos vectoriales para habilitar arquitecturas RAG (Retrieval-Augmented Generation).Seguridad, Aislamiento y Multi-tenancy:Diseño e implementación de arquitecturas seguras para múltiples clientes: separación por namespaces, políticas de red estrictas, y gestión de identidades (SSO/IAM).Gestión segura de secretos, certificados y cifrado de datos en reposo y en tránsito.Observabilidad y Monitorización:Despliegue de un stack completo de monitorización para la infraestructura (CPU, RAM, red), métricas específicas de GPU, y observabilidad del rendimiento de los modelos de IA (latencia, errores, data drift).Stack Tecnológico Fundamental (Requisitos Técnicos)1. Infraestructura y Contenedores (Core):Orquestación: Kubernetes (específicamente RKE2) y gestión de red/Ingress (Cilium/Calico, MetalLB, NGINX/Traefik).2.DevOps y Seguridad:Identidad y Secretos: Keycloak (IAM/OIDC), Vault o External Secrets, cert-manager.3.Datos y Almacenamiento:Bases de Datos: PostgreSQL.Orquestación de Datos: Apache Airflow.Bases Vectoriales (RAG): Qdrant (y conocimiento de pgvector).5.Observabilidad:Trazabilidad: OpenTelemetry.Tecnologías ValorableBases Vectoriales a gran escala: Milvus.Ingeniero DevOps/SysAdmin que ha evolucionado hacia el ecosistema de IA.Debe tener una mentalidad orientada a producto y a la prestación de servicios B2B, entendiendo que la seguridad, el aislamiento de datos entre distintos clientes y la alta disponibilidad son tan importantes como el propio rendimiento de los modelos.Ofrecemos incorporacion a importante proyecto en fase inicial con gran potencialidad de crecimiento.#J-*****-Ljbffr


## Related Videos

- [LLMOps-driven fine-tuning, evaluation, and inference with NVIDIA NIM & NeMo Microservices](https://www.wearedevelopers.com/videos/1582-llmops-driven-fine-tuning-evaluation-and-inference-with-nvidia-nim-nemo-microservices)
- [Post-Quantum Cryptography: Preparing for Q-Day](https://www.wearedevelopers.com/videos/100179-post-quantum-cryptography-preparing-for-q-day)
- [From DevOps to Scaled DevOps: How We’re Rebuilding Continuous Delivery as a Platform](https://www.wearedevelopers.com/videos/100018-from-devops-to-scaled-devops-how-we-re-rebuilding-continuous-delivery-as-a-platform)
- [Streaming AI Responses in Real-Time with SSE in Next.js & NestJS](https://www.wearedevelopers.com/videos/1630-streaming-ai-responses-in-real-time-with-sse-in-next-js-nestjs)
- [DevOps Maturity Check – a way to balance autonomy and alignment](https://www.wearedevelopers.com/videos/58-devops-maturity-check-a-way-to-balance-autonomy-and-alignment)
- [Shipping Faster with Less: Render on Cloud Hosting, AI Workloads, and the Future of DevOps](https://www.wearedevelopers.com/videos/1894-shipping-faster-with-less-render-on-cloud-hosting-ai-workloads-and-the-future-of-devops)

## Related Articles

- [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)
- [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development)
- [Navigating the AI Shift](https://www.wearedevelopers.com/magazine/629-navigating-the-ai-shift)
- [Dev Digest 120 - Apple and peers](https://www.wearedevelopers.com/magazine/455-dev-digest-120-apple-and-peers)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)