MLOps Engineer|Databricks| MLflow | Remoto 100%

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

Descripción de la vacante

Una consultoría tecnológica busca un ML Engineer para un proyecto multinacional en el sector bancario. El candidato ideal debe tener experiencia en administración de Databricks, diseño de pipelines de AI, y orquestación con Kubernetes. Ofrecemos un contrato indefinido con un salario de 50.000 € anuales, dependiendo de la experiencia aportada.

Formación

• Conocimientos avanzados en administración de Databricks Mosaic AI.
• Experiencia en diseño y despliegue de pipelines de AI.
• Habilidad para gestionar sistemas multi-agente.

Responsabilidades

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

Conocimientos

Administración de Databricks Mosaic AI

Diseño y despliegue de pipelines

Seguimiento con MLflow

Orquestación con Kubernetes

Gestión de sistemas multi-agente

Implementación de infraestructura como código

Herramientas

Databricks

Kubernetes

Docker

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.