Sobre el puesto

Buscamos un Analista MLOps para impulsar las capacidades digitales mediante el despliegue y mantenimiento de aplicaciones de Inteligencia Artificial en producción.

El rol tiene como objetivo conectar el trabajo de los Data Scientists con las operaciones IT, asegurando que los modelos de IA puedan desplegarse, escalar y mantenerse de forma eficiente en entornos productivos.

Trabajarás en un entorno innovador donde la tecnología de última generación, la colaboración y la experimentación forman parte del día a día.

🎯 Responsabilidades principales

Desarrollo y mantenimiento de aplicaciones de IA

• Implementar modelos de IA utilizando Python.

• Gestionar despliegues en Kubernetes.

• Realizar procesos ETL con Python y Spark.

• Diseñar y mantener APIs relacionadas con IA/ML.

Calidad del código y despliegue

• Gestionar repositorios con Git.

• Construir pipelines CI/CD utilizando herramientas como GitHub Actions, Sonar y Fortify.

• Realizar pruebas utilizando Pytest.

• Monitorizar y mantener aplicaciones en producción.

Orquestación y operación

• Utilizar herramientas de orquestación como Control-M y Airflow.

• Colaborar con Data Scientists, Product Owners y CTOs para implementar soluciones robustas.

👨‍💻 Experiencia requerida

• Al menos 2 años de experiencia desarrollando y manteniendo aplicaciones productivas que incluyan componentes de IA.

🎓 Formación

• Grado o Máster en:

  • Ingeniería

  • Informática

  • Matemáticas

  • Física

🌍 Idiomas

• Español: obligatorio

• Inglés: deseable

🛠 Skills técnicas

Obligatorias

• Python

• Kubernetes

• SQL

• ETL con Python y Spark

• Git

• CI/CD (GitHub Actions, Sonar, Fortify)

• Despliegue, mantenimiento y monitorización de aplicaciones productivas

• Creación de APIs relacionadas con IA/ML

• Testing con Pytest

Valorable

• Cloud: AWS (Step Functions), Azure Functions / Durable Functions

• Infrastructure as Code (Terraform)

• MLOps: MLflow, Kubeflow

• Orquestación: Control-M, Airflow

• Plataformas Data: Databricks, Cloudera

• Streaming: Kafka

• Monitorización: Kibana, Dynatrace

• Bases de datos: ElasticSearch, MongoDB, PostgreSQL, Starburst, S3

• Otros lenguajes: C#, JavaScript, TypeScript

IA avanzada

• NLP (tokenización, embeddings)

• IA Generativa y LLMOps (LangChain, LangGraph, CrewAI, MCP, Agents)

• Modelos supervisados y no supervisados

• OCR

• Chatbots y RAG

• Optimización matemática (Gurobi, CPLEX, Pyomo, CBC)

• Power BI