MLOps Engineer|Databricks| MLflow | Remoto 100%

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

Descripción de la vacante

Una consultora tecnológica está buscando un ML Engineer para trabajar en un proyecto multinacional. Las responsabilidades incluyen la administración de pipelines de ML y optimización del rendimiento de agentes inteligentes. Se ofrece un salario de 50.000 € al año, ajustable según la experiencia. Se requiere experiencia en herramientas como Databricks y Kubernetes, en un entorno remoto.

Formación

• Experiencia en administración de Databricks Mosaic AI.
• Familiaridad con MLflow, Prometheus y Grafana es esencial.
• Conocimientos en Kubernetes y Docker para gestión de entornos.

Responsabilidades

• Implementar y operar pipelines de ML.
• Optimizar rendimiento y escalabilidad de agentes inteligentes.
• Gestionar el ciclo de vida de los agentes en entornos.

Conocimientos

Administración de Databricks Mosaic AI

Diseño y despliegue de pipelines Agentic AI

Seguimiento con MLflow

Orquestación con Kubernetes

Gestión de sistemas multi-agente con 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.