¿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.