Principal MLOps Engineer – GenAI Platforms
Location: Remote from Spain (indefinite Spanish employment contract)
We are looking for a seasoned MLOps Engineer with strong technology and consulting experience to join the AI/ML Practice team at Intellias. Join us to blueprint GenAI platforms and establish LLMOps practices for client teams across industries, partnering from presales and discovery through PoC to production.
Requisitos
* 7+ años en arquitectura MLOps/platformes o roles adyacentes, con sistemas AI entregados.
* Python competente y fuertes principios de ingeniería de software.
* Experiencia profunda con al menos una nube mayor (AWS/Azure/GCP) y ingeniería de plataformas (contenedores, Kubernetes, IaC como Terraform).
* Experiencia en diseñar y guiar pipelines de ML escalables para entrenamiento, validación y despliegue.
* Diseño comprobado de CI/CD para GenAI/ML (puertas de evaluación, versionado, canary, rollback) y colaboración con stakeholders de seguridad/governanza.
* Juicio sólido al seleccionar pilas RAG/vector y proveedores basados en rendimiento, coste, cumplimiento y portabilidad.
* Frameworks de orquestación de agentes (p.ej., LangGraph/Semantic Kernel) y protocolos de herramientas (p.ej., MCP).
* Operacionalización de sistemas multi‑agentes (herramientas/encaminamiento/memoria/guardrails, human‑in‑the‑loop).
* Automatización de procesos e integraciones empresariales.
* Excelentes habilidades de comunicación e interpersonales para colaborar eficazmente con equipos y liderazgo de stakeholders.
* Inglés a nivel intermedio superior.
Deseable
* Maestría o grado superior en Informática, Ingeniería o campo relacionado.
* Despliegues LLM on-prem; afinación de rendimiento y coste con caché y enrutamiento de modelos.
* Experiencia en seguridad AI, política y cumplimiento en entornos sensibles.
* Hablar en público y habilitación y construcción de aceleradores reutilizables.
* Exposición a dominios como automóvil, retail, fabricación, salud, energía, finanzas o telecomunicaciones.
Responsabilidades
* Liderar descubrimiento con stakeholders y definir roadmaps de adopción y arquitecturas de referencia.
* Establecer prácticas de ciclo de vida para GenAI (LLMOps).
* Arquitecturar capas de recuperación y proveedores (RAG, almacenes vector, pasarelas de modelos) con portabilidad, coste y cumplimiento en mente.
* Implementar flujos de trabajo RAG/agente que orquesten llamada a herramientas, recuperación y respuesta fundamentada.
* Habilitar aplicaciones agenticas a nivel de plataforma y definir patrones de solución y puertas de evaluación (herramientas estandarizadas, encaminamiento, memoria compartida, HIL, fallback seguros) alineados con integración empresarial, seguridad y coste.
* Definir estándares para ingestión, fragmentación, incrustación e índices pipelines; seleccionar y ajustar bases de datos vectoriales para recuperación.
* Establecer CI/CD, Infrastructure-as-Code, observabilidad y pruebas automatizadas.
* Definir gobernanza y guardrails de seguridad.
* Establecer estrategia de entorno y caminos de promoción, y plan de handover claro a equipos del cliente.
* Empaquetar patrones/acceleradores reutilizables, mentir a ingenieros y apoyar pre‑ventas y propuestas.
Beneficios
En Intellias, donde la tecnología lidera, las personas van antes que los procesos. Estamos dedicados a cultivar un ambiente tecnológico que empodera a los individuos para desbloquear su potencial y lograr resultados extraordinarios. Nuestros beneficios personalizados priorizan tu bienestar y fomentan tu crecimiento profesional, haciendo esta oportunidad ideal para entusiastas de tecnología.
#J-18808-Ljbffr