Empleo
Mis anuncios
Mis alertas
Conectarse
Encontrar un trabajo Consejos empleo Fichas empresas
Buscar

Mlops engineer

Marbella
Sngular
Publicada el 1 agosto
Descripción

¿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.

Enviar
Crear una alerta
Alerta activada
Guardada
Guardar
Ofertas cercanas
Empleo Marbella
Empleo Provincia de Málaga
Empleo Andalucía
Inicio > Empleo > MLOps Engineer

Jobijoba

  • Dosieres empleo
  • Opiniones Empresas

Encuentra empleo

  • Ofertas de empleo por profesiones
  • Búsqueda de empleo por sector
  • Empleos por empresas
  • Empleos para localidad

Contacto/ Colaboraciones

  • Contacto
  • Publiquen sus ofertas en Jobijoba

Menciones legales - Condiciones legales y términos de Uso - Política de Privacidad - Gestionar mis cookies - Accesibilidad: No conforme

© 2025 Jobijoba - Todos los Derechos Reservados

Enviar
Crear una alerta
Alerta activada
Guardada
Guardar