> Markdown version of [/jobs/ext/3519211-remote-hybrid](https://www.wearedevelopers.com/jobs/ext/3519211-remote-hybrid). 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). --- # Remote / Hybrid - **Company:** Aristocrat - **Location:** Spain - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Airflow, Application Performance Management, Microsoft Azure, Continuous Integration, Python (Programming Language), Machine Learning, Prometheus, Software Engineering, Large Language Models, Snowflake, Grafana, Caching, Generative AI, Kubernetes, Information Technology, Low Latency, Machine Learning Operations, Model Registry, AIOps, Docker, KServe - **Published:** October 2, 2026 - **Apply:** https://www.gamesjobsdirect.com/details/redirect/mlops-engineer/360804 ## About the Role * Más de 4 años de experiencia en infraestructura de Machine Learning, plataformas de ML o MLOps, idealmente dentro de un equipo especializado en MLOps o plataformas. * Sólidos conocimientos de ingeniería de software y sistemas, con formación o experiencia profesional en Ingeniería, Informática o áreas relacionadas. * Experiencia demostrable desplegando modelos como servicios en tiempo real y de baja latencia, con un buen conocimiento de almacenamiento en caché, concurrencia y rendimiento de aplicaciones, incluyendo métricas p95/p99. * Experiencia práctica con Docker, Kubernetes, CI/CD y plataformas cloud como GCP, AWS o Azure. * Experiencia con herramientas de orquestación de workflows como Airflow, Prefect, Kubeflow o similares, así como con herramientas de seguimiento de experimentos y registro de modelos como MLflow o Weights & Biases. * Sólidos conocimientos de Python y experiencia operando servicios en producción y trabajando con herramientas de observabilidad como Prometheus y Grafana., * Experiencia con Snowflake u otros data warehouses similares en la nube. * Experiencia dando soporte a aplicaciones de IA generativa o LLMs en producción, incluyendo serving, infraestructura de evaluación y bases de datos vectoriales. * Experiencia o conocimientos relacionados con el diseño de infraestructura orientada a AIOps. * Interés y conocimientos suficientes en Machine Learning y modelado para colaborar estrechamente con Ingenieros de Machine Learning. No es necesario contar con un perfil de investigación. ¿Por qué Aristocrat?Aristocrat es líder mundial en contenido y tecnología para la industria del gaming y uno de los principales desarrolladores y editores de juegos móviles free-to-play., Ofrecemos un excelente rendimiento a nuestros clientes B2B y llevamos entretenimiento a millones de personas que disfrutan de nuestros juegos de casino y juegos móviles. Y aunque nuestro objetivo es crear experiencias divertidas, nunca olvidamos nuestras responsabilidades., Expectativas de viajeSe requiere disponibilidad mínima para viajar (*hasta un 5%*). Información adicionalDependiendo de la naturaleza del puesto, puede ser necesario registrarse ante el *Nevada Gaming Control Board (NGCB)* y/o ante otros organismos reguladores del juego en las jurisdicciones en las que operamos. Esta descripción del puesto puede haber sido revisada y optimizada mediante herramientas de inteligencia artificial con el fin de mejorar su claridad, coherencia e inclusión. En cualquier caso, todo el contenido final, los requisitos del puesto y las decisiones de contratación están sujetos a la revisión y aprobación de Aristocrat. ## Description En Aristocrat, estamos impulsando la tecnología del sector del gaming mediante soluciones modernas y potentes. Nuestra misión es *llevar alegría a la vida a través del juego*. Valoramos la colaboración, la creatividad y un fuerte compromiso con la excelencia., Buscamos un/a *Ingeniero/a MLOps* para unirse a nuestro equipo de MLOps y desarrollar y gestionar la plataforma que permite llevar nuestros sistemas de Machine Learning e Inteligencia Artificial a producción de forma fiable., Tu enfoque principal estará en el despliegue de modelos como servicios de alto rendimiento y en tiempo real, la infraestructura y los procesos de CI/CD que los respaldan, así como las herramientas que permiten a nuestros Ingenieros de Machine Learning y Científicos de Datos desplegar, gestionar y monitorizar modelos con confianza., * Desplegar modelos de Machine Learning como APIs fiables y en tiempo real, con un fuerte enfoque en latencia, rendimiento, almacenamiento en caché y escalabilidad. * Diseñar y gestionar la infraestructura de despliegue y serving de modelos, incluyendo contenedores, orquestación con Kubernetes y frameworks de serving como KServe, Triton o BentoML, cuando corresponda. * Desarrollar y mantener pipelines de CI/CD para modelos, así como orquestar flujos de entrenamiento y reentrenamiento utilizando herramientas como Airflow. * Gestionar la parte de plataforma relacionada con el seguimiento de experimentos y el registro de modelos: versionado, linaje, promoción y gobernanza, garantizando que los despliegues de modelos sean controlados y reproducibles. * Desarrollar la infraestructura de monitorización y observabilidad que utilizan los Ingenieros de Machine Learning para supervisar el estado de los modelos y sistemas, incluyendo métricas, registros, trazabilidad y alertas. * Garantizar la reproducibilidad entre diferentes entornos y pipelines, y reforzar la fiabilidad de los sistemas mediante mecanismos como reintentos, tiempos de espera, degradación controlada y rollback. * Colaborar con Ingenieros de Machine Learning y Científicos de Datos para facilitar la transición de los prototipos a producción, así como con los equipos de ingeniería en cuestiones más complejas relacionadas con el diseño de sistemas., Nuestro equipo, formado por más de *7.300 empleados en todo el mundo*, está unido por la misión de nuestra compañía: *llevar alegría a la vida a través del poder del juego*. ## Related Videos - [DevOps for AI: running LLMs in production with Kubernetes and KubeFlow](https://www.wearedevelopers.com/videos/1222-devops-for-ai-running-llms-in-production-with-kubernetes-and-kubeflow) - [Winning talents through play - Corporate Gaming with AKEYI](https://www.wearedevelopers.com/videos/1062-winning-talents-through-play-corporate-gaming-with-akeyi) - [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered) - [Unveiling the Magic: Scaling Large Language Models to Serve Millions](https://www.wearedevelopers.com/videos/1619-unveiling-the-magic-scaling-large-language-models-to-serve-millions) - [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker) - [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning) ## Related Articles - [What Industries Outside of AI Are Hiring The Most AI Experts?](https://www.wearedevelopers.com/magazine/98-what-industries-outside-of-ai-are-hiring-the-most-ai-experts) - [Find a Developer Job: 12 Best Job Sites For Developers](https://www.wearedevelopers.com/magazine/165-find-a-developer-job-12-best-job-sites-for-developers) - [Fully Remote Software Engineer Jobs](https://www.wearedevelopers.com/magazine/447-fully-remote-software-engineer-jobs) - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it) - [7 Cloud Computing Trends Coming in 2025 for Developers](https://www.wearedevelopers.com/magazine/412-7-cloud-computing-trends-coming-in-2025-for-developers)