MLOps Engineer Semi Senior

Auna-Oficina-De-Apoyo; Lima Metropolitana; Presencial; PEN 202.000 - 302.000; Jornada completa

Descripción de la vacante

Auna-Oficina-De-Apoyo está buscando un especialista en MLOps para diseñar, implementar y operar pipelines de CI/CD para modelos de ML e IA sobre AWS. Integrará herramientas como CodePipeline, SageMaker y Terraform para entregar soluciones escalables y seguras.

El candidato colaborará con Data Science y ML Engineering para automatizar entrenamiento, registro, despliegue y monitoreo, asegurando gobernanza, trazabilidad y alta disponibilidad en producción.

Formación

• Diseño e implementación de pipelines CI/CD para ML/IA en AWS.
• Gestión de versionado de modelos, datos y código con trazabilidad.
• Monitoreo de modelos en producción y detección de drift.

Responsabilidades

• Diseñar e implementar pipelines de CI/CD para ML/IA sobre AWS.
• Gestionar versionado con SageMaker Model Registry, Git y DVC.
• Monitorear modelos en producción con SageMaker Model Monitor y CloudWatch.
• Automatizar despliegues con SageMaker Endpoints, Lambda y ECS.
• Colaborar con Data Science y ML Engineering para integrar soluciones.
• Definir runbooks y buenas prácticas de MLOps.

Conocimientos

CI/CD pipelines

AWS

SageMaker

Terraform

Git

Model monitoring

Herramientas

CodePipeline

CodeBuild

SageMaker Pipelines

Step Functions

Terraform

AWS CDK

CloudFormation

Lambda

ECS/Fargate

Git

DVC

Descripción del empleo

Misión:
"Diseñar, implementar y operar los pipelines de CI/CD para modelos de Machine Learning e IA sobre AWS."

Descripción:

1. Diseñar e implementar pipelines de CI/CD para modelos de ML e IA sobre AWS (CodePipeline, CodeBuild, SageMaker Pipelines, Step Functions), automatizando el ciclo completo de entrenamiento, validación, registro y despliegue de modelos en producción.
2. Establecer y gestionar estrategias de versionamiento de modelos, datos y código (SageMaker Model Registry, Git, DVC), asegurando trazabilidad, reproducibilidad y gobernanza en todo el ciclo de vida de los modelos.
3. Implementar sistemas de monitoreo de modelos en producción (SageMaker Model Monitor, CloudWatch, alertas automatizadas), detectando data drift, model drift y degradación de desempeño para disparar reentrenamientos oportunos.
4. Construir y mantener la infraestructura como código (Terraform, AWS CDK, CloudFormation) necesaria para el ecosistema digital de IA/ML de Auna, incluyendo ambientes de desarrollo, staging y producción con estándares de seguridad y escalabilidad.
5. Automatizar el despliegue de modelos en producción (SageMaker Endpoints, Lambda, ECS/Fargate), implementando estrategias de canary deployment, blue-green y A/B testing para minimizar riesgos en las actualizaciones de modelos.
6. Colaborar con los equipos de Data Science, ML Engineering y GenAI para integrar sus modelos y soluciones en los pipelines automatizados, asegurando que el ecosistema digital de Auna opere de forma cohesiva, confiable y con alta disponibilidad.
7. Definir y documentar estándares, buenas prácticas y runbooks de MLOps para la organización, contribuyendo a la madurez del ecosistema digital y habilitando que nuevos equipos y soluciones se integren de forma rápida y segura.