¿Listo/a para impulsar tu carrera como MLOps Engineer en proyectos de Machine Learning y cloud a gran escala?
Aunque la experiencia profesional y las cualificaciones son clave para este puesto, asegúrese de comprobar si posee las habilidades interpersonales preferibles antes de solicitar, si se requieren.
Sigue leyendo...
¿Cómo es trabajar con ?
Tenemos una cultura de mejora continua: Te integrarás en un proyecto retador que impulsará tus conocimientos y experiencia.Crecimiento profesional: Apostamos por el crecimiento de nuestro equipo y priorizamos la promoción interna.Cercanía: Nunegal lo formamos personas, no números. Nos conocemos por el nombre.Buen rollo: Somos un equipo, nos ayudamos y compartimos conocimientos. Además, somos conocidos por nuestro #Nunefest
¿Qué te ofrecemos?
Incorporación a una empresa en constante crecimiento.Teletrabajo 100%.Retribución flexible (ticket restaurante, seguro médico, transporte y guardería).Formación en inglés y cursos IT.
Sobre ti...
Experiencia sólida de al menos 4 años en Machine Learning y MLOps, con enfoque en producción y despliegue de modelos.Dominio de Python y familiaridad con entornos cloud (Azure, AWS, GCP) .Capacidad para integrar modelos en microservicios y servicios serverless y conectar con APIs externas y MCPs.Conocimiento en gestión de modelos con MLflow y Azure ML.Experiencia con pipelines de entrenamiento, inferencia y procesamiento batch, y sistemas basados en LLMs y agentes .Habilidad para diseñar soluciones técnicas complejas y colaborar en equipos multidisciplinares.
¿Cómo será tu día a día?
Implementarás soluciones técnicas de ML en producción, asegurando escalabilidad y eficiencia.Colaborarás con equipos de desarrollo, datos y DevOps para garantizar la integración de modelos en arquitecturas cloud y microservicios .Participarás en la automatización de pipelines, pruebas de modelos y monitorización de rendimiento.Desarrollarás servicios y APIs que permitan la interacción de modelos con aplicaciones internas y externas.Contribuirás a la adopción de buenas prácticas de MLOps, asegurando calidad, trazabilidad y reproducibilidad de los modelos. xiphteb
Hay opciones de teletrabajo/trabajo desde casa disponibles para este puesto.