AgentOps Architect

Medalla Technology; España; On-site; EUR 70,000 - 110,000; Full time

Job summary

Medalla Technology busca AgentOps Architects senior para diseñar cómo se construyen, despliegan, gobiernan y operan sistemas de IA en entornos empresariales. No basta con CI/CD o MLops tradicional; se requiere comprensión de la arquitectura completa para transformar un desarrollo en un producto mantenible y desplegable en distintos clientes y entornos.

Trabajarán en proyectos de GenAI y sistemas multiagente, definiendo patrones de AgentOps, LLMOps y MLOps, y diseñando arquitecturas que soporten

Qualifications

• Experiencia sólida diseñando arquitecturas de Data & AI en entornos empresariales.
• Capacidad de llevar un desarrollo funcional a un producto mantenible y desplegable en múltiples clientes.
• Conocimiento de patrones de AgentOps, LLMOps y MLOps; observabilidad y versionado.
• Experiencia con herramientas y frameworks de IA y orquestación de agentes.

Responsibilities

• Definir arquitecturas para sistemas agénticos y multiagente en entornos empresariales.
• Diseñar la transición desde prototipos hacia productos software industrializados y desplegables.
• Definir patrones de AgentOps, LLMOps y MLOps: versionado, evaluación y rollback.
• Diseñar estrategias de despliegue multi-entorno y multi-cliente manteniendo una base de código única.
• Establecer pipelines de CI/CD para soluciones de IA y gobernanza de datos.

Skills

Python

Docker

CI/CD

Arquitecturas de datos

GenAI

AgentOps

Multi-agent

Observabilidad

Arquitecturas en la nube

Tools

Databricks

LangChain

LangGraph

Kubernetes

Terraform

MLflow

Job description

Buscamos AgentOps Architects en Medalla Technology

Queremos incorporar perfiles senior capaces de diseñar cómo se construyen, despliegan, gobiernan y operan sistemas de agentes de IA en entornos empresariales.

No buscamos únicamente experiencia en CI/CD, infraestructura o MLOps tradicional. Buscamos profesionales que entiendan la arquitectura completa de una solución agéntica y sean capaces de convertir un desarrollo funcional en un producto mantenible, observable y desplegable de forma reproducible en diferentes clientes y entornos.

En Medalla Technology estamos trabajando en proyectos de GenAI y sistemas multiagente donde el reto ya no es solo conseguir que un agente funcione, sino resolver preguntas como:

• ¿Cómo estructuramos correctamente orquestadores, agentes y tools?


• ¿Cómo versionamos y desplegamos el mismo producto en distintos entornos?


• ¿Cómo evaluamos una nueva versión antes de llevarla a producción?


• ¿Cómo trazamos qué ha ocurrido en una ejecución multiagente?


• ¿Cómo gestionamos permisos, dependencias, secretos, modelos y recursos?


• ¿Cómo evitamos que una solución que funciona como PoC se convierta en un sistema difícil de mantener y evolucionar?


• Definir arquitecturas para sistemas agénticos y multiagente en entornos empresariales.


• Diseñar la transición desde prototipos o desarrollos de IA hacia productos software industrializados y desplegables.


• Definir patrones de AgentOps, LLMOps y MLOps: versionado, evaluación, observabilidad, despliegue, promoción y rollback.


• Diseñar estrategias de despliegue multi-entorno y multi-cliente, manteniendo una única base de código y externalizando configuración, permisos y recursos.


• Establecer la arquitectura de repositorios, paquetes, dependencias, testing y pipelines de CI/CD para soluciones de IA.


• Diseñar mecanismos de tracing y observabilidad end-to-end sobre orquestadores, agentes, prompts, tool calls, modelos y ejecuciones.


• Definir frameworks de evaluación para agentes y aplicaciones GenAI: regresión, groundedness, calidad, routing, latencia, coste y seguridad.


• Diseñar modelos de seguridad y gobierno para agentes, tools y recursos de datos.


• Trabajar junto a AI Engineers, Data Engineers y Data Scientists para definir los estándares técnicos con los que industrializamos nuestras soluciones de IA.

Queremos perfiles con experiencia sólida diseñando arquitecturas de datos, software o plataformas de IA, que hayan evolucionado hacia la construcción y operacionalización de soluciones de Machine Learning, GenAI y agentes.

Esperamos experiencia práctica en:

• Diseño de arquitecturas complejas de Data & AI en entornos cloud.


• Puesta en producción de soluciones ML/GenAI más allá de la fase de PoC.


• Python y buenas prácticas de ingeniería de software.


• Docker y conceptos de despliegue mediante contenedores.


• Separación entre código, configuración, secretos, infraestructura y recursos.


• Observabilidad, trazabilidad y operación de sistemas distribuidos.

Nos interesa especialmente que hayáis tenido que resolver problemas reales de productización: pasar de una solución que funciona en un entorno concreto a una arquitectura reproducible, gobernada y mantenible.

Será un plus haber trabajado con:

Buscamos AgentOps Architects en Medalla Technology

Queremos incorporar perfiles senior capaces de diseñar cómo se construyen, despliegan, gobiernan y operan sistemas de agentes de IA en entornos empresariales.

No buscamos únicamente experiencia en CI/CD, infraestructura o MLOps tradicional. Buscamos profesionales que entiendan la arquitectura completa de una solución agéntica y sean capaces de convertir un desarrollo funcional en un producto mantenible, observable y desplegable de forma reproducible en diferentes clientes y entornos.

En Medalla Technology estamos trabajando en proyectos de GenAI y sistemas multiagente donde el reto ya no es solo conseguir que un agente funcione, sino resolver preguntas como:

• ¿Cómo estructuramos correctamente orquestadores, agentes y tools?


• ¿Cómo versionamos y desplegamos el mismo producto en distintos entornos?


• ¿Cómo evaluamos una nueva versión antes de llevarla a producción?


• ¿Cómo trazamos qué ha ocurrido en una ejecución multiagente?


• ¿Cómo gestionamos permisos, dependencias, secretos, modelos y recursos?


• ¿Cómo evitamos que una solución que funciona como PoC se convierta en un sistema difícil de mantener y evolucionar?

¿Qué harás?

• Definir arquitecturas para sistemas agénticos y multiagente en entornos empresariales.


• Diseñar la transición desde prototipos o desarrollos de IA hacia productos software industrializados y desplegables.


• Definir patrones de AgentOps, LLMOps y MLOps: versionado, evaluación, observabilidad, despliegue, promoción y rollback.


• Diseñar estrategias de despliegue multi-entorno y multi-cliente, manteniendo una única base de código y externalizando configuración, permisos y recursos.


• Establecer la arquitectura de repositorios, paquetes, dependencias, testing y pipelines de CI/CD para soluciones de IA.


• Diseñar mecanismos de tracing y observabilidad end-to-end sobre orquestadores, agentes, prompts, tool calls, modelos y ejecuciones.


• Definir frameworks de evaluación para agentes y aplicaciones GenAI: regresión, groundedness, calidad, routing, latencia, coste y seguridad.


• Diseñar modelos de seguridad y gobierno para agentes, tools y recursos de datos.


• Trabajar junto a AI Engineers, Data Engineers y Data Scientists para definir los estándares técnicos con los que industrializamos nuestras soluciones de IA.

¿Qué buscamos?

Queremos perfiles con experiencia sólida diseñando arquitecturas de datos, software o plataformas de IA, que hayan evolucionado hacia la construcción y operacionalización de soluciones de Machine Learning, GenAI y agentes.

Esperamos experiencia práctica en:

• Diseño de arquitecturas complejas de Data & AI en entornos cloud.


• Desarrollo o diseño de agentes, tools, orquestadores o sistemas multiagente.


• Puesta en producción de soluciones ML/GenAI más allá de la fase de PoC.


• Python y buenas prácticas de ingeniería de software.


• Git, branching, Pull Requests, testing y CI/CD.


• Docker y conceptos de despliegue mediante contenedores.


• Separación entre código, configuración, secretos, infraestructura y recursos.


• Observabilidad, trazabilidad y operación de sistemas distribuidos.

Nos interesa especialmente que hayáis tenido que resolver problemas reales de productización: pasar de una solución que funciona en un entorno concreto a una arquitectura reproducible, gobernada y mantenible.

Será un plus haber trabajado con:

• Databricks: MLflow, Unity Catalog, Asset Bundles, Jobs, Apps o Model Serving.


• LangGraph, LangChain, PydanticAI u otros frameworks de agentes.


• MCP y arquitecturas basadas en tools.


• Evaluación y observabilidad de LLMs y agentes: MLflow Tracing, Langfuse, Phoenix, DeepEval o similares.


• Terraform e Infrastructure as Code.


• Kubernetes.


• Microsoft Foundry, Amazon Bedrock, Vertex AI u otras plataformas GenAI gestionadas.


• Arquitecturas RAG y sistemas de recuperación de conocimiento.


• Seguridad y gobierno de sistemas de IA.

No esperamos que conozcáis todas estas tecnologías. Nos importa más que hayáis diseñado y operado sistemas de IA reales en producción y que sepáis tomar decisiones de arquitectura cuando aparecen problemas de escalabilidad, mantenibilidad, observabilidad, seguridad o despliegue.

¿Qué encontraréis en Medalla?

Trabajaréis en proyectos donde la arquitectura todavía importa mucho: sistemas multiagente, plataformas de IA corporativas, modelos operativos de AgentOps y soluciones que deben desplegarse y mantenerse en organizaciones complejas.

Tendréis la oportunidad de trabajar junto a compañeros de muy alto nivel tecnológico con los que aprender en tecnologías punteras del ecosistema Data & AI, como Databricks, además de otras plataformas y herramientas cloud de referencia.

Participaréis tanto en proyectos para grandes compañías como en la construcción de nuestros propios aceleradores y frameworks de IA.

• Buscamos profesionales que quieran ayudarnos a definir cómo deben construirse y operarse los sistemas agénticos cuando dejan de ser una demo y pasan a convertirse en producto.