Ingeniero MLOps en Producción - IA a Gran Escala

Placements24; Tlaquepaque; Hybrid; MXN 550,000 - 900,000; Full time

Benefits offered by this job

Salario competitivo

Plan de desarrollo profesional

Formación continua

Acceso a últimas herramientas IA

Crecimiento profesional

Job summary

Placements24 busca un Ingeniero de Machine Learning en Producción (MLOps) para unirse a su equipo técnico en Tlaquepaque, Jalisco. Serás responsable de construir y mantener la infraestructura, herramientas y procesos para desplegar, monitorear y gestionar el ciclo de vida completo de modelos de aprendizaje automático en entornos de producción.

Trabajarás con científicos de datos e ingenieros de software para asegurar la integración y el rendimiento en producción, aplicando prácticas de

Qualifications

• Experiencia en MLOps y gestión de ciclo de vida de modelos de ML.
• Conocimiento de plataformas en la nube (AWS, Azure, GCP) y contenedores (Docker, Kubernetes).
• Dominio de Python y herramientas de automatización.
• Experiencia con herramientas de CI/CD y monitoreo.
• Comprensión de flujos de trabajo de ML y despliegues a producción.

Responsibilities

• Diseñar, implementar y mantener pipelines MLOps para entrenamiento, despliegue y monitoreo de modelos.
• Colaborar con data scientists e engineers para integración y rendimiento en producción.
• Aplicar monitoreo continuo para detectar desviaciones y fallos de modelos.
• Gestionar infraestructura de cómputo y almacenamiento para entrenamiento e inferencia a gran escala.
• Establecer buenas prácticas de versionado de modelos, datos y código.

Job description

Placements24 busca un Ingeniero de Machine Learning en Producción (MLOps) para unirse a su equipo técnico en Tlaquepaque, Jalisco. Serás responsable de construir y mantener la infraestructura, herramientas y procesos para desplegar, monitorear y gestionar el ciclo de vida completo de modelos de aprendizaje automático en entornos de producción.

Trabajarás con científicos de datos e ingenieros de software para asegurar la integración y el rendimiento en producción, aplicando prácticas de