Consultor De Aprendizaje Automático

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.Siga leyendo para descubrir lo que necesitará para tener éxito en este puesto, incluyendo habilidades, cualificaciones y experiencia.Tu misión y tu impacto 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.Lo que buscamos 4-6 años de experiencia en posiciones de MLOps, ML Platform Engineering, Dev Ops 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 Dev Ops, 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.Lo que harás 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 Ia C. 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.Tu mindset y soft skills 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, Bento ML o Fast API.Experiencia con sistemas de mensajería y procesamiento de datos, como Kafka o Rabbit MQ.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.¿Por qué unirte a nosotros?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 We Care acompaña a los empleados en situaciones críticas.Desarrollo personal: presupuesto anual de formación para potenciar tus conocimientos técnicos y tus habilidades profesionales.En Amaris Consulting, estamos comprometidos con la creación de un entorno inclusivo.xohynlm Damos la bienvenida a todas las candidaturas cualificadas, independientemente de su género, orientación sexual, raza, etnia, edad o cualquier otra característica.

Lo que buscamos 4-6 años de experiencia en posiciones de MLOps, ML Platform Engineering, Dev Ops 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 Dev Ops, 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. Lo que harás 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., 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, Bento ML o Fast API. Experiencia con sistemas de mensajería y procesamiento de datos, como Kafka o Rabbit MQ. 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 We Care acompaña a los empleados en situaciones críticas. Desarrollo personal: presupuesto anual de formación para potenciar tus conocimientos técnicos y tus habilidades profesionales. En Amaris Consulting, estamos comprometidos con la creación de un entorno inclusivo. xohynlm Damos la bienvenida a todas las candidaturas cualificadas, independientemente de su género, orientación sexual, raza, etnia, edad o cualquier otra característica.

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.