¿POR QUÉ ELEGIR SNGULAR? La gente viene a SNGULAR atraída por proyectos que usan tecnologías punteras, y se quedan porque colaboran con grandes profesionales. Y además porque ofrecemos esto:
♂️Personas primero:
somos una empresa colaborativa orientada a las personas, donde TÚ y tu perspectiva siempre serán valoradas. Nuestro valor número uno es "Personas antes que resultados". ¿Suena bonito? Pues en SNGULAR, además, lo llevamos a la práctica. Crecimiento y formación continua :
Tenemos un espíritu de Start-up con la infraestructura de una gran organización (ya somos 1300). Se te ofrecerán oportunidades de crecimiento profesional:
aprender nuevas habilidades, obtener nuevas certificaciones, o convertirte en Líder... ¡deja tu zona de confort de la manera que TÚ quieras!
️♀️
Beneficios
increíbles (los tienes detallados al final), tenemos incluso un Wellbeing Pack para cuidar nuestro bienestar físico y mental.
En SNGULAR adoptamos una cultura plural, donde trabajamos con respeto, donde existe igualdad de oportunidades, donde nos enorgullecemos de nuestra proactividad, trabajamos con humildad e intentamos mantener siempre un espíritu de equipo, sin perder nunca el buen humor.
Conoce todo lo que hace de Sngular un #BestPlaceToGrow
¿CUÁL SERÁ TU ROL? Como
MLOps Engineer
dentro del equipo de IA de Sngular y dando soporte como especialista a una de nuestros clientes del sector infraestructura y construcción, ayudarás a impulsar la evolución de los procesos de IA, participando en el rediseño y despliegue de una nueva arquitectura MLOps, trabajando codo a codo con los equipos de IA e Ingeniería.
Se trata de una posición
técnicamente desafiante y estratégica, donde ayudarás a construir los cimientos del futuro entorno de modelos y datos de la compañía.
Preferencia por una
modalidad híbrida si vives en Madrid :
teletrabajo con presencia de 2/3 días en oficinas (Madrid, zona Campo de las Naciones). Si eres de fuera de Madrid, podemos valorarlo.
¿CUALES SERÁN TUS RESPONSABILIDADES? Definir y ejecutar un entorno centralizado de recursos de Data Science con
MLflow. Diseñar y mantener pipelines de entrenamiento y despliegue de modelos en Azure (Label Studio, MLFlow, DVC). Establecer estándares de trabajo para proyectos con
DVC
(versionado de datos, reproducibilidad). Diseñar la comunicación entre el entorno central y los distintos entornos de proyectos para:
Acceso a datos (Data Lake, ADF, Airflow). Despliegue de modelos (AKS, Azure DevOps). Diseñar e implementar un sistema de
tags y metadatos
jerarquizados para experimentos, artefactos y outputs. Crear scripts estándar para todo el ciclo de vida del modelo (entrenamiento, predicción, monitorización) y trabajar de forma estándar entre las tres disciplinas de modelos:
ML/Estadísticas, Visión por Computador y Generativa. Ayudar a migrar proyectos existentes al nuevo sistema MLOps.
¿QUÉ VALORAMOS PARA ESTA OPORTUNIDAD? Al menos
3-5 años de experiencia
en entornos de Data Science y/o MLOps. Dominio avanzado de
Python
(estructuras, clases, testing, scripts de ML). Conocimientos de
R
o predisposición a integrarlo, serán valorables. Experiencia previa con herramientas como
MLflow
y
DVC. Conocimientos sólidos de buenas prácticas
DevOps
(CI/CD, contenedores, despliegue automático). Familiaridad con entornos
Azure Cloud. Haber trabajado en proyectos reales de
implementación de arquitecturas MLOps. Capacidad para trabajar en equipo y documentar procesos reutilizables y mantenibles.
MLOps y CI/CD MLflow (Tracking + Model Registry) DVC para datasets y pipelines Azure DevOps + AKS para despliegues FastAPI para APIs de predicción Docker y Kubernetes Datos y Procesamiento Azure Data Lake / Azure Blob Azure Data Factory / Airflow Label Studio para etiquetado Python (imprescindible), R (valorable) Experimentación y Evaluación Great Expectations para validación de datos Scripts de evaluación comparables BaseModel (clases base para entrenamiento/predicción) JupyterHub / VS Code Server / Posit Workbench Monitorización Evidently, logs, métricas y tiempos embebidos en contenedores Comparación predicción-realidad vía cronjobs
PERKS (BENEFICIOS) Acceso a formación continua:
presupuesto individual para formación, obtención de certificaciones, acceso ilimitado a Udemy, clases de idiomas, dinámicas de formación interna. Flexibilidad horaria, teletrabajo, posibilidad de trabajar desde nuestros Hubs. 22 días de vacaciones + día de cumpleaños + 2 días de asistencia a eventos técnicos + 24 y 31 de diciembre no laborables. Wellbeing pack:
Ayuda para la mejora del bienestar. Retribución flexible. Dinámicas y Eventos de Teambuilding Pack de Bienvenida Posibilidad de elegir equipo (Windows / Mac) Otras Iniciativas que te permiten conseguir bonus adicionales:
recomendar profesionales, speaker en eventos, artículos técnicos,...
And last, but not least:
¡porque somos muy Sngulares! Tenemos Encuentro Virtual todos los viernes, fiestas, espacios donde podrás expresarte, proponer cambios y ser partícipe de ellos.
SNGULAR está comprometida con la protección del Medio Ambiente, por lo que realizamos el proceso de selección de manera 100% digital, evitando así los desplazamientos y el uso de papel. Cuidamos los recursos ambientales y trabajamos para conseguir nuestros objetivos de sostenibilidad.