MLOps Engineer|Databricks| MLflow | Remoto 100%

Cobser Consulting; Barcelona; A distancia; EUR 50.000; Jornada completa

Descripción de la vacante

Una empresa de consultoría tecnológica busca un ML Engineer para un proyecto multinacional en el sector de banca. Se requiere experiencia en la implementación de pipelines de Machine Learning, administración de Databricks, y orquestación con Kubernetes. El salario es de 50,000 € brutos anuales, con un contrato indefinido y modalidad remota.

Formación

• Experiencia en pipelines de Machine Learning.
• Conocimientos en infraestructura como código y sistemas multi-agente.
• Capacidad de optimización y escalabilidad de sistemas.

Responsabilidades

• Administrar entornos de Databricks Mosaic AI.
• Diseñar y desplegar pipelines de Agentic AI.
• Realizar seguimiento de desempeño y logging con herramientas avanzadas.

Conocimientos

Administración de Databricks Mosaic AI

Diseño y despliegue de pipelines Agentic AI

Seguimiento con MLflow

Orquestación con Kubernetes

Gestión de contenedores Docker

Implementación de infraestructura como código

Herramientas

Docker

Kubernetes

Terraform

Descripción del empleo

📍 Remoto | 🌍 Proyecto Multinacional

📄 Contrato indefinido

💰 Salario : 50.000 € b / A en función de experiencia aportada

Sector Banca

En Cobser Consulting, tenemos la necesidad de cubrir para cliente bancario el siguiente rol :

🔐Rol : ML Engineer (3 vacantes)

Apoyo en la implementación y operación de pipelines de ML y agentes inteligentes, optimizando su rendimiento y escalabilidad :

• Administración experta de Databricks Mosaic AI , asegurando entornos robustos y confiables.
• Diseño y despliegue de pipelines Agentic AI, gestionando todo el ciclo de vida de los agentes.
• Seguimiento integral de desempeño y logging con MLflow, Prometheus y Grafana.
• Orquestación de entornos de inferencia con Kubernetes , Jobs y Workflows en Databricks.
• Gestión eficiente de sistemas multi-agente y recursos, con contenedores Docker y CI / CD automatizado.
• Implementación de infraestructura como código ( Terraform, ARM templates ) para despliegues reproducibles y escalables.