DevOps Engineer (AIML & GenAI) Ubicación España (100 remoto)

Talent Connect; Madrid; A distancia; EUR 45.000 - 70.000; Jornada completa

Descripción de la vacante

Una empresa en tecnología busca un Ingeniero DevOps (AI / ML & GenAI) con experiencia sólida en plataformas de IA. Las responsabilidades incluyen diseñar e implementar pipelines en un ambiente remoto. Se requiere 5 años de experiencia en DevOps, conocimientos en Docker y Kubernetes, así como habilidades en CI/CD. Inglés B2 o superior es necesario.

Formación

• 5 años de experiencia en DevOps / SRE / Platform Engineering.
• Experiencia en soportar workloads de ML / AI en producción.
• Familiaridad con CI / CD y herramientas de MLOps.

Responsabilidades

• Diseñar e implementar pipelines de CI/CD para IA/ML.
• Construir y mantener infraestructura cloud-native.
• Automatizar provisión con Infrastructure as Code.
• Monitorear performance e investigar incidentes.

Conocimientos

Python

Bash

Docker

Kubernetes

Jenkins

GitHub Actions

MLflow

Kubeflow

SageMaker

Vertex AI

Prometheus

Grafana

ELK

Datadog

Herramientas

AWS

Azure

GCP

Descripción del empleo

DevOps Engineer (AI / ML & GenAI)Ubicación : España (100% remoto)

Ubicación : España (remoto o híbrido desde España)

Contrato : Full-time

Idioma : Inglés B2 (requerido)

Requisito : DNI NIE España o Pasaporte EU residir o mudarse a España.

Sobre el rol

Buscamos un / a MLOps / DevOps Engineer para diseñar implementar y operar la plataforma de IA / ML y GenAI de punta a punta : desde ingestión y entrenamiento hasta despliegue monitoreo y gobernanza en la nube. Serás clave para llevar modelos y agentes a producción de forma escalable segura y confiable .

Responsabilidades

Diseñar implementar y gestionar pipelines de CI / CD para modelos de IA / ML y apps de GenAI .

Construir y mantener infraestructura cloud-native (AWS / Azure / GCP) para todo el ciclo de vida de IA.

Automatizar provisión con IaC (Terraform CloudFormation Pulumi).

Garantizar escalabilidad confiabilidad y alta disponibilidad en producción.

Aplicar buenas prácticas MLOps : versionado de modelos monitoring rollbacks testing automatizado .

Colaborar con Data Engineering y ML para operacionalizar modelos e integrarlos a sistemas core.

Monitorear performance investigar incidentes ( RCA ) y liderar su resolución.

Promover seguridad compliance y gobernanza en todo el stack de IA.

Mejorar continuamente capacidades y tooling DevOps / MLOps del equipo.

(Nice) Actuar como referente técnico en DevOps / MLOps y fomentar cultura de automatización.

Requisitos (Must-have)

5 años en DevOps / SRE / Platform Engineering .

Experiencia soportando workloads de ML / AI en producción .

Contenerización y orquestación : Docker Kubernetes (microservicios).

Gestión de nubes (AWS / Azure / GCP) cost optimization y security best practices .

CI / CD con Jenkins / GitHub Actions / GitLab CI (o similares).

Familiaridad con workflows de ML patrones de despliegue de modelos y herramientas MLOps (p. ej. MLflow Kubeflow SageMaker Vertex AI ).

Inglés B2 o superior .

Plus (Nice-to-have)

Certificaciones cloud / DevOps ( AWS DevOps Engineer Azure DevOps Google Cloud DevOps ).

Experiencia GenAI (LLMs / diffusion) en producción.

Conocimiento de sectores regulados (finanzas etc.).

Contribuciones open-source o liderazgo en comunidad.

Habilidades & Competencias

Scripting / automatización : Python Bash (Go deseable).

Observabilidad : Prometheus Grafana ELK / EFK Datadog.

Dominio de principios CI / CD e infra-as-code .

Seguridad y compliance en sistemas cloud y data / IA.

Trabajo en equipos ágiles y multifuncionales; foco en delivery continuo .

Ownership resolución de problemas y comunicación clara con perfiles técnicos y no técnicos.

Postulación

• Aplica aquí mismo si cumples con los requisitos.
• Compártelo con un colega si no es para ti.

Muchas gracias!

Employment Type : Full Time

Experience : years

Vacancy : 1