La gente viene a SNGULAR atraída por proyectos que usan tecnologías punteras, y se quedan porque colaboran con grandes profesionales. Personas primero: somos una empresa colaborativa orientada a las personas, donde TÚ y tu perspectiva siempre serán valoradas. 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). 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.
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). 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.
¿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). 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.
&##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)
&##Great Expectations para validación de datos
BaseModel (clases base para entrenamiento/predicción)
JupyterHub / VS Code Server / Posit Workbench
&##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.
&##Posibilidad de elegir equipo (Windows / Mac)
&##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.