> Markdown version of [/jobs/ext/2287766-mlops-platform-engineer-databricks-azure](https://www.wearedevelopers.com/jobs/ext/2287766-mlops-platform-engineer-databricks-azure). 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).

---

# MLOps Platform Engineer (Databricks / Azure)

- **Company:** Soltel
- **Location:** Castro-Urdiales, Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Amazon Web Services, Microsoft Azure, Continuous Integration, Kubernetes, Machine Learning Operations, Terraform, Databricks
- **Published:** August 29, 2026
- **Apply:** https://www.recruit.net/job/mlops-platform-engineer-databricks-azure-jobs/9479A7440E29C6D8

## About the Role

* +5 años de experiencia en MLOps, Platform Engineering o SRE aplicado a ML/IA.
 * Experiencia sólida con Databricks y MLflow en entornos productivos.
 * Conocimientos avanzados de CI/CD, automatización y promoción de entornos.
 * Experiencia demostrable en Azure (imprescindible); AWS valorable.
 * Infraestructura como código (Terraform o similares).
 * Experiencia con Kubernetes y herramientas de observabilidad.
 * Inglés mínimo B2 (ideal C2)., CVs en inglés: Requisito obligatorio.

## Description

Buscamos un/a MLOps Platform Engineer para participar en un proyecto internacional centrado en la creación de una plataforma self-service para equipos de Inteligencia Artificial, basada en Databricks Mosaic AI, MLflow y Azure., * Diseñar, construir y evolucionar la plataforma MLOps para modelos y agentes de IA.

 * Definir estándares de CI/CD, promoción de entornos y patrones de despliegue (canary, rollback, releases inmutables).
 * Implementar evaluación, monitorización y drift detection mediante MLflow y Mosaic.
 * Operar topologías de model serving en Databricks Serverless y Kubernetes/Seldon.
 * Integrar Unity Catalog (lineage, policies, gobernanza) en pipelines y procesos de entrega.
 * Asegurar SLOs de plataforma: latencia, fiabilidad, costes y capacidad.
 * Contribuir a la observabilidad end-to-end con herramientas compatibles con OpenTelemetry.