MLOps DevOps Engineer (AIML & GenAI) Ubicación España

Talent Connect; Madrid; A distancia; EUR 50.000 - 70.000; Jornada completa

Descripción de la vacante

Una empresa líder en tecnología busca un Ingeniero MLOps/DevOps para diseñar y operar su plataforma de IA/ML. Con al menos 5 años de experiencia en DevOps y habilidades en contenerización y gestión de nubes, el candidato ideal debe tener un enfoque en la automatización y la colaboración con equipos multifuncionales. Se ofrece un contrato a tiempo completo y modalidad de trabajo remoto o híbrido.

Formación

• Experiencia soportando workloads de ML / AI en producción.
• Dominio de principios CI/CD e infra-as-code.
• Inglés B2 o superior.

Responsabilidades

• Diseñar implementar y gestionar pipelines de CI/CD para modelos de IA/ML.
• Construir y mantener infraestructura cloud-native para IA.
• Automatizar provisión con IaC.

Conocimientos

Contenerización y orquestación: Docker, Kubernetes

Automatización: Python, Bash

Observabilidad: Prometheus, Grafana

Gestión de nubes: AWS, Azure, GCP

CI/CD con Jenkins, GitHub Actions

Comunicación clara con perfiles técnicos y no técnicos

Educación

5 años en DevOps / SRE / Platform Engineering

Herramientas

MLflow

Kubeflow

SageMaker

Vertex AI

Descripción del empleo

MLOps / DevOps Engineer (AI / ML & GenAI) Ubicación : España

Ubicación: España (remoto o híbrido)

Contrato: Full-time

Idioma: Inglés B2 (requerido)

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!