DevOps / Platform Engineer (orientado a MLOps)

DevOps / Platform Engineer (orientado a MLOps)

Seguimos desarrollando la infraestructura soberana de IA para empresas, con clústeres de GPUs en centros de datos en España, pensada como complemento a las nubes públicas en entornos híbridos y on-prem.

Buscamos un/a DevOps / Platform Engineer que quiera ser pieza clave de esta plataforma: alguien que disfrute convirtiendo modelos de IA en APIs robustas, escalables y bien monitorizadas, y que tenga ganas de trastear con GPUs de verdad, no solo con CPUs en la nube.

La sede del equipo está en Granada (modelo híbrido/remoto desde España) y el datacenters en varias localizaciones.

Responsabilidades

• Diseñar y operar la plataforma de servicios de IA:
• Despliegue de modelos como APIs de inferencia (REST/gRPC).
• Uso de contenedores (Docker) y orquestación (Kubernetes, K3s u otro similar).
• Trabajar codo con codo con el equipo de data science para:
• Empaquetar modelos (LLMs, visión, modelos propios) en servicios productivos.
• Ajustar configuración para aprovechar bien las GPUs (batching, concurrencia, etc.).
• Encargarte de la operación y fiabilidad de la plataforma:
• Métricas de latencia, throughput y uso de recursos (GPU/CPU/memoria).
• Logs centralizados y alertas.
• Procedimientos de rollback y redeploy de versiones de modelo.
• Colaborar con el/la Ingeniero/a de Redes & Seguridad para:
• Exponer endpoints de forma segura (API gateway, autenticación).
• Separar entornos (desarrollo / pruebas / producción).
• 2–5 años aprox. de experiencia en roles tipo DevOps / SRE / Platform Engineer / Backend con mucha infra.
• Sólida experiencia con:
• Haber trabajado con servicios en producción:
• Pipelines de CI/CD.
• Monitorización (Prometheus, Grafana u otras).
• Ganas reales de aprender y profundizar en:
• Inferencia sobre GPU.
• Servidores de modelos (Triton, vLLM, TGI, etc.), aunque todavía no los domines.

Requisitos imprescindibles

• 2–5 años aprox. de experiencia en roles tipo DevOps / SRE / Platform Engineer / Backend con mucha infra.
• Sólida experiencia con:
• Linux a nivel administración.
• Docker.
• Algún orquestador (Kubernetes, K3s, Nomad, ECS…).
• Haber trabajado con servicios en producción:
• Pipelines de CI/CD.
• Monitorización (Prometheus, Grafana u otras).
• Logs centralizados (ELK, Loki, etc.).
• Ganas reales de aprender y profundizar en:
• Inferencia sobre GPU.
• Servidores de modelos (Triton, vLLM, TGI, etc.), aunque todavía no los domines.

Se valorará

• Haber desplegado modelos de ML en producción (aunque sea en proyectos pequeños).
• Experiencia con Python para tooling interno.
• Conocimientos básicos de redes y seguridad (firewall, VPN, TLS).
• Experiencia en entornos híbridos (on-prem + cloud).

Qué ofrecemos

• Trabajar con infraestructura de GPUs puntera en España, en proyectos reales de IA.
• Mucha autonomía y posibilidad de construir cosas casi desde cero.
• Crecimiento hacia:
• Arquitectura de plataforma.
• MLOps avanzado si te interesa ese camino.
• Entorno pequeño y ágil, con impacto directo en decisiones técnicas y de producto.