Consultor de Aprendizaje Automático

Como MLOps Engineer, tendrás un papel clave en la puesta en producción, operación y evolución de soluciones de Machine Learning. Trabajarás junto a equipos de Data Science, Data Engineering, Software Engineering y Cloud para crear plataformas que permitan entrenar, desplegar y monitorizar modelos de forma segura y fiable.

Tu trabajo cubrirá todo el ciclo de vida del modelo, desde la preparación de los entornos y los datos hasta el seguimiento del rendimiento en producción., * Diseñar y mantener plataformas para el entrenamiento, validación y despliegue de modelos de Machine Learning.

• Crear pipelines automatizados para llevar modelos desde la experimentación hasta producción.
• Integrar procesos de CI/CD y CT, incluyendo pruebas de código, datos y modelos.
• Gestionar el versionado de modelos, datasets, configuraciones y artefactos.
• Desplegar servicios de inferencia mediante contenedores y Kubernetes.
• Trabajar con equipos de Data Science para convertir modelos experimentales en servicios listos para producción.
• Definir procesos de reentrenamiento y actualización de modelos.
• Implementar sistemas de monitorización para controlar métricas de rendimiento, calidad de predicción, latencia y consumo de recursos.
• Detectar posibles desviaciones en los datos y en el comportamiento de los modelos, incluyendo data drift y model drift.
• Mejorar la trazabilidad, reproducibilidad y control de los procesos de Machine Learning.
• Gestionar entornos cloud y recursos de cómputo teniendo en cuenta la seguridad y los costes.
• Automatizar la creación de entornos con Terraform, Bicep u otras herramientas de IaC.
• Participar en la resolución de incidencias en producción y en los análisis de causa raíz.
• Contribuir a la definición de buenas prácticas de seguridad, gobierno y cumplimiento para soluciones de IA.
• Documentar arquitecturas, procesos y decisiones técnicas para facilitar el trabajo entre equipos.

• 4-6 años de experiencia en posiciones de MLOps, ML Platform Engineering, DevOps especializado en Machine Learning o similares.
• Experiencia con Python y automatización de procesos.
• Conocimiento práctico del ciclo de vida de modelos de Machine Learning.
• Experiencia con herramientas como MLflow, Kubeflow, Airflow, Argo Workflows u otras plataformas similares.
• Experiencia trabajando con Docker y Kubernetes.
• Conocimientos de CI/CD aplicados a código, datos y modelos.
• Experiencia en entornos cloud, preferiblemente Azure, aunque también valoramos experiencia con AWS o GCP.
• Familiaridad con servicios como Azure Machine Learning, Azure Kubernetes Service, Azure DevOps, Azure Container Registry o equivalentes.
• Conocimientos de Infraestructura como Código, especialmente Terraform, Bicep o herramientas similares.
• Experiencia con repositorios de modelos, control de versiones, gestión de artefactos y trazabilidad de experimentos.
• Conocimientos de monitorización, logging y alertas para modelos y servicios de inferencia.
• Nivel de inglés profesional para colaborar con equipos internacionales., * Capacidad para analizar problemas técnicos y encontrar soluciones prácticas.
• Comunicación clara con perfiles de Data Science, Software Engineering, Data Engineering, Cloud y negocio.
• Sentido de ownership y comodidad trabajando con sistemas en producción.
• Interés por la automatización, la calidad del software y la mejora continua.
• Capacidad para trabajar en equipos multidisciplinares y distribuidos.
• Organización para gestionar varias iniciativas técnicas al mismo tiempo.

Comodidad trabajando en metodologías ágiles como Scrum o Kanban.

Se valorará especialmente

• Experiencia en sector Retail.
• Conocimiento de Databricks, Spark, Azure Data Factory, Synapse o plataformas de datos similares.
• Experiencia con feature stores, como Feast u otras soluciones equivalentes.
• Conocimientos de model serving, por ejemplo KServe, Seldon, BentoML o FastAPI.
• Experiencia con sistemas de mensajería y procesamiento de datos, como Kafka o RabbitMQ.
• Conocimientos de prácticas SRE, incluyendo SLIs, SLOs, alertas y gestión de incidentes.
• Experiencia con modelos de lenguaje, sistemas de IA generativa o plataformas de evaluación de modelos.
• Familiaridad con herramientas de seguridad, gestión de secretos y control de accesos.
• Certificaciones cloud o de Kubernetes.

• Crecimiento profesional: el 70% de nuestros líderes senior comenzaron en posiciones junior.
• Formación continua: acceso a nuestra Technology Academy, cursos en Udemy, webinars y certificaciones financiadas por la compañía.
• Flexibilidad: opciones de trabajo en remoto, políticas de trabajo flexible y beneficios sociales, como tickets restaurante, transporte, ayuda guardería y seguro médico privado.
• Bienestar: nuestro programa WeCare acompaña a los empleados en situaciones críticas.
• Desarrollo personal: presupuesto anual de formación para potenciar tus conocimientos técnicos y tus habilidades profesionales.

Únete a Amaris Consulting y trabaja en plataformas de banca digital que dan servicio a miles de usuarios en todo el mundo. Forma parte de un equipo internacional, crece en un entorno ágil y desarrolla tu carrera dentro de un grupo global que valora la innovación, la colaboración y el talento.