Consultor de Aprendizaje Automático

Amaris Consulting; Madrid; Híbrido; EUR 70.000 - 95.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Tickets restaurante

Transporte

Ayuda guardería

Seguro médico privado

Descripción de la vacante

Amaris Consulting busca un MLOps Engineer para liderar la puesta en producción y evolución de soluciones de Machine Learning a gran escala. Colaborarás con Data Science, Data Engineering y Cloud para entrenar, desplegar y monitorizar modelos con pipelines automatizados.

Se requiere 4–6 años de experiencia, dominio de Python, Docker/Kubernetes y Azure; experiencia en MLflow, Kubeflow y CI/CD para código, datos y modelos. Trabajo en entorno ágil y global, con posibilidad de remoto/mixto.

Formación

• 4–6 años de experiencia en MLOps, ML Platform Engineering, DevOps enfocado en ML o similares.
• Experiencia con Python y automatización de procesos.
• Conocimiento del ciclo de vida de modelos de ML.
• Experiencia con MLflow, Kubeflow, Airflow, Argo Workflows u otras plataformas.
• Experiencia con Docker y Kubernetes.
• Conocimientos de CI/CD aplicados a código, datos y modelos.
• Experiencia en entornos cloud (Azure preferente; AWS/GCP también valorados).
• Conocimientos de Terraform, IaC (Bicep etc.).
• Experiencia con Databricks, Spark y herramientas de orquestación de datos.
• Conocimientos de seguridad y control de acceso para soluciones de IA.

Responsabilidades

• Diseñar y mantener plataformas para entrenamiento, validación y despliegue de modelos de ML.
• Crear pipelines automatizados desde experimentación hasta producción.
• Gestionar versionado de modelos, datasets y artefactos.
• Desplegar servicios de inferencia con contenedores y Kubernetes.
• Trabajar con Data Science para poner modelos en producción.
• Definir procesos de reentrenamiento y actualización de modelos.
• Implementar monitorización y alertas de rendimiento y coste.
• Detectar data drift y model drift; mejorar trazabilidad y reproducibilidad.
• Gestionar entornos cloud con foco en seguridad y coste.
• Automatizar entornos con Terraform/Bicep u IaC.
• Participar en resolución de incidencias en producción y análisis de causa raíz.
• Contribuir a buenas prácticas de seguridad y gobierno de IA.
• Documentar arquitecturas y decisiones técnicas; fomentar colaboración entre equipos.

Conocimientos

Python

Docker

Kubernetes

CI/CD

Terraform

Azure

MLflow

Kubeflow

Airflow

Argo Workflows

Databricks

Spark

Kafka

RabbitMQ

FastAPI

Herramientas

Databricks

Spark

Azure Data Factory

Synapse

Feast

KServe

Seldon

BentoML

FastAPI

Kafka

RabbitMQ

Terraform

Bicep

Descripción del empleo

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.

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, 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.

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 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.
• 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.

• 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 acceso.
• 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 WeCare 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. Damos la bienvenida a todas las candidaturas cualificadas, independientemente de su género, orientación sexual, raza, etnia, edad o cualquier otra característica.