MLOps Engineer|Databricks| MLflow | Remoto 100%

Cobser Consulting; Las Palmas de Gran Canaria; A distancia; EUR 50.000 - 70.000; Jornada completa

Descripción de la vacante

Una empresa de consultoría busca un ML Engineer para un proyecto internacional en el sector bancario. El candidato será responsable de la implementación y operación de pipelines de ML, optimización del rendimiento y escalabilidad. Se valorará experiencia en administración de Databricks Mosaic AI y orquestación con Kubernetes. Se ofrece contrato indefinido y salario competitivo basado en la experiencia.

Formación

• Experiencia en administración de entornos y operaciones de ML.
• Conocimiento en despliegue y gestión de pipelines de inteligencia artificial.
• Capacidad de monitorización y orquestación de sistemas.

Responsabilidades

• Implementar y operar pipelines de ML y agentes inteligentes.
• Optimizar el rendimiento y escalabilidad de los sistemas de ML.
• Gestionar todo el ciclo de vida de los agentes de inteligencia.

Conocimientos

Administración de Databricks Mosaic AI

Diseño de pipelines Agentic AI

Seguimiento con MLflow

Orquestación con Kubernetes

Gestión de Docker

Infraestructura como código (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.