GERENTE DE INTEGRACION Y DESPLIEGUE

Coppel Enterprise; Ciudad de México; Presencial; MXN 900.000 - 1.400.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Prestaciones de ley

Fondo de ahorro

Descuentos en muebles y ropa

Vacaciones

Prima vacacional

Día libre de cumpleaños

Becas y programas educativos

Útiles escolares para tus hijos

Ambiente de trabajo agradable

Descripción de la vacante

Coppel Enterprise busca un líder técnico en ML para dirigir el equipo de Ingenieros de ML, gestionar pipelines, despliegue de modelos y monitoreo de rendimiento en producción. Se requiere 6+ años en roles técnicos y 2–3 años liderando equipos, con experiencia en Agile, Jira y plataformas cloud (GCP/AWS).

El candidato coordinará datos, garantizar seguridad y gobernanza, y mentorizará a su equipo para lograr entregas de alta calidad en un entorno ágil y colaborativo.

Formación

• Formación: Licenciatura/Ingeniería en disciplinas cuantitativas (Ciencias de la Computación, Ciencia de Datos, Matemáticas, Actuaría, Ing. en Sistemas o afines).
• Deseable: Maestría en Ciencia de Datos, Inteligencia Artificial, Ingeniería de Software, Cloud Engineering o Big Data & Analytics. (Doctorado en IA, ML o Sistemas Distribuidos es un plus).
• Experiencia: Mínimo 6 años de experiencia en roles técnicos (MLOps, Data Engineering o Software Engineering), con al menos 2 a 3 años liderando equipos técnicos o ejerciendo como Tech Lead / Gerente de Ingeniería. Experiencia demostrable liderando proyectos tecnológicos de ciclo completo utilizando metodologías ágiles (Scrum, Kanban) y herramientas como Jira.
• Experiencia sólida en plataformas Cloud (principalmente GCP, AWS), despliegue de microservicios (Docker, Kubernetes, FastAPI/Flask), pipelines de ETL/ELT y conceptos avanzados de CI/CD para Machine Learning.
• Dominio avanzado de Python y SQL; experiencia en orquestación de datos y frameworks de procesamiento (Apache Airflow, Spark, Databricks)
• Conocimiento: Certificaciones Cloud/ML: AWS Certified Data Analytics, GCP Professional ML Engineer, GCP Professional Data Engineer o CKA (Kubernetes). Metodológicas: Scrum Master Certified (SMC) o TOGAF Certified.
• Manejo de herramientas como MLflow, Kubeflow, TFX, Seldon, Grafana, Prometheus y familiaridad con soluciones de IA Generativa
• Inglés nivel intermedio-avanzado (B2 o superior)

Responsabilidades

• Liderar, guiar y desarrollar profesionalmente al equipo de Ingenieros de ML, para fomentar un ambiente de alta colaboración, aprendizaje continuo y crecimiento técnico.
• Gestionar los recursos y el proceso de onboarding del equipo, para garantizar su rápida integración y acelerar su productividad y autonomía desde el inicio.
• Planificar, asignar y supervisar la ejecución de tareas de construcción de pipelines, despliegue de modelos y monitoreo, para asegurar la entrega oportuna y con altos estándares de calidad de los proyectos del equipo.
• Realizar análisis de factibilidad y viabilidad técnica, así como las propuestas de solución y arquitectura para los nuevos proyectos de analítica e IA, para asegurar que las iniciativas sean viables y cuenten con un diseño claro antes de su ejecución.
• Coordinar y supervisar el proceso de solicitud de datos realizado por el equipo, para garantizar el acceso oportuno a la información y el estricto cumplimiento de las normativas de seguridad y confidencialidad.
• Actuar como enlace de comunicación principal entre los Ingenieros y los líderes técnicos, para traducir los requerimientos complejos y asegurar el perfecto alineamiento del equipo con los objetivos del proyecto.
• Colaborar de cerca con los Científicos de Datos para validar los requerimientos técnicos y funcionales de los modelos, para asegurar que los despliegues cumplan con el comportamiento esperado y la correcta integración en producción.
• Garantizar la aplicación de las mejores prácticas de MLOps y desarrollo mediante revisiones de código continuas, para asegurar que cada solución cumpla con los estándares de calidad, arquitectura y seguridad, tanto los definidos internamente en el CENIC como los establecidos a nivel corporativo.
• Asumir la responsabilidad por la estabilidad y el rendimiento de las soluciones en producción, para garantizar la continuidad operativa mediante la coordinación de incidentes y la correcta documentación.
• Optimizar continuamente los flujos de trabajo del equipo mediante la identificación de cuellos de botella y la automatización, para incrementar la eficiencia operativa y la fiabilidad de las entregas.
• Recopilar y reportar las métricas de desempeño operativo del equipo , para proporcionar visibilidad a la gerencia senior y habilitar una toma de decisiones informada sobre el rendimiento.

Conocimientos

Liderazgo técnico

MLOps

Data Engineering

Software Engineering

Python

SQL

Cloud (GCP/AWS)

Docker

Kubernetes

Airflow

Spark

Databricks

CI/CD

Jira

Inglés (B2)

Educación

Licenciatura/Ingeniería en disciplinas cuantitativas

Maestría en Ciencia de Datos, IA, Ingeniería de Software, Cloud Engineering o Big Data

Herramientas

MLflow

Kubeflow

TFX

Seldon

Grafana

Prometheus

Descripción del empleo

Tu talento merece los mejores beneficios

Prestaciones de ley

Salario competitivo

Fondo de Ahorro

Descuentos en compras de muebles y ropa

Vacaciones

Prima vacacional

Día libre de cumpleaños

Becas y programas educativos

Útiles escolares para tus hijos

Ambiente de trabajo agradable

Entre otros beneficios y prestaciones

Tu impacto en la organización

Asumir la responsabilidad directa de la estabilidad, escalabilidad y rendimiento de las soluciones en producción, gestionando incidentes, automatizando flujos de trabajo y eliminando cuellos de botella.

Actuar como enlace principal entre el equipo técnico, Científicos de Datos y líderes de negocio (Gerentes de Modelado Avanzado, Direcciones Comerciales y Financieras) para validar requerimientos y traducir objetivos complejos en entregables ejecutables.

Coordinar y supervisar las solicitudes de datos del equipo, garantizando el acceso oportuno a la información y el cumplimiento riguroso de las normativas de seguridad, confidencialidad y gobernanza.

Planificar, asignar y supervisar la construcción de pipelines de datos, despliegue de modelos y monitoreo continuo, asegurando la entrega oportuna con altos estándares de calidad y rendimiento.

Recopilar, analizar y reportar métricas clave de desempeño operativo (velocidad de entrega, calidad de código, nivel de incidentes y tasa de éxito de despliegues) para la toma de decisiones gerenciale Dirigir, guiar y desarrollar profesionalmente al equipo de Ingenieros de Machine Learning, gestionando sus procesos de onboarding y fomentando un entorno ágil de colaboración, aprendizaje continuo y crecimiento técnico.

Formación: Licenciatura/Ingeniería en disciplinas cuantitativas (Ciencias de la Computación, Ciencia de Datos, Matemáticas, Actuaría, Ing. en Sistemas o afines).

Deseable: Maestría en Ciencia de Datos, Inteligencia Artificial, Ingeniería de Software, Cloud Engineering o Big Data & Analytics. (Doctorado en IA, ML o Sistemas Distribuidos es un plus).

Experiencia: Mínimo 6 años de experiencia en roles técnicos (MLOps, Data Engineering o Software Engineering), con al menos 2 a 3 años liderando equipos técnicos o ejerciendo como Tech Lead / Gerente de Ingeniería. Experiencia demostrable liderando proyectos tecnológicos de ciclo completo utilizando metodologías ágiles (Scrum, Kanban) y herramientas como Jira.

Experiencia sólida en plataformas Cloud (principalmente GCP, AWS), despliegue de microservicios (Docker, Kubernetes, FastAPI/Flask), pipelines de ETL/ELT y conceptos avanzados de CI/CD para Machine Learning.

Dominio avanzado de Python y SQL; experiencia en orquestación de datos y frameworks de procesamiento (Apache Airflow, Spark, Databricks)

Conocimiento: Certificaciones Cloud/ML: AWS Certified Data Analytics, GCP Professional ML Engineer, GCP Professional Data Engineer o CKA (Kubernetes). Metodológicas: Scrum Master Certified (SMC) o TOGAF Certified.

Manejo de herramientas como MLflow, Kubeflow, TFX, Seldon, Grafana, Prometheus y familiaridad con soluciones de IA Generativa

Inglés nivel intermedio-avanzado (B2 o superior)

1. Liderar, guiar y desarrollar profesionalmente al equipo de Ingenieros de ML, para fomentar un ambiente de alta colaboración, aprendizaje continuo y crecimiento técnico. 2. Gestionar los recursos y el proceso de onboarding del equipo, para garantizar su rápida integración y acelerar su productividad y autonomía desde el inicio. 3. Planificar, asignar y supervisar la ejecución de tareas de construcción de pipelines, despliegue de modelos y monitoreo, para asegurar la entrega oportuna y con altos estándares de calidad de los proyectos del equipo. 4. Realizar análisis de factibilidad y viabilidad técnica, así como las propuestas de solución y arquitectura para los nuevos proyectos de analítica e IA, para asegurar que las iniciativas sean viables y cuenten con un diseño claro antes de su ejecución. 5. Coordinar y supervisar el proceso de solicitud de datos realizado por el equipo, para garantizar el acceso oportuno a la información y el estricto cumplimiento de las normativas de seguridad y confidencialidad. 6. Actuar como enlace de comunicación principal entre los Ingenieros y los líderes técnicos , para traducir los requerimientos complejos y asegurar el perfecto alineamiento del equipo con los objetivos del proyecto. 7. Colaborar de cerca con los Científicos de Datos para validar los requerimientos técnicos y funcionales de los modelos, para asegurar que los despliegues cumplan con el comportamiento esperado y la correcta integración en producción. 8. Garantizar la aplicación de las mejores prácticas de MLOps y desarrollo mediante revisiones de código continuas, para asegurar que cada solución cumpla con los estándares de calidad, arquitectura y seguridad, tanto los definidos internamente en el CENIC como los establecidos a nivel corporativo. 9. Asumir la responsabilidad por la estabilidad y el rendimiento de las soluciones en producción, para garantizar la continuidad operativa mediante la coordinación de incidentes y la correcta documentación. 10. Optimizar continuamente los flujos de trabajo del equipo mediante la identificación de cuellos de botella y la automatización, para incrementar la eficiencia operativa y la fiabilidad de las entregas. 11. Recopilar y reportar las métricas de desempeño operativo del equipo , para proporcionar visibilidad a la gerencia senior y habilitar una toma de decisiones informada sobre el rendimiento.

Información de puesto

• Identificación de puesto 310268
• Categoría de puesto Manager
• Fecha de anuncio 29/09/2026, 19:52
• Fecha límite de solicitud 13/10/2026, 06:00
• Programa de puesto Tiempo completo
• Ubicaciones AVENIDA INSURGENTES SUR #553 INTERIOR 502 PISO 5, MIGUEL HIDALGO, CIUDAD DE MEXICO, 11800, MX