AI / ML Engineer MLOps · Automatización · Cloud Buscamos un/aAI / ML Engineerque lidere el diseño, construcción y automatización de soluciones de IAde extremo a extremo, desde los datos hasta la puesta en producción y monitorización continua de los modelos. Tu misión será diseñar, construir y escalar soluciones de IA con foco enpipelines robustos y automatizados, asegurando que los modelos pasen de prototipo aproducto real, medible y alineado con los objetivos de negocio. Responsabilidades Diseñar, entrenar y evaluarmodelos de ML/DLalineados con objetivos de negocio e integrados en pipelines end-to-end. Construir y mantenerpipelines automatizados de datos y ML(ingestión, feature engineering, entrenamiento, validación, registro y despliegue). Implementar prácticas deMLOps: CI/CD para modelos, tests automatizados, contenedorización y despliegues controlados en cloud. Garantizarreproducibilidad y trazabilidad: versionado de datos, código y modelos; experiment tracking y metadatos. Monitorizar modelos en producción (deriva, métricas de negocio, latencia, errores) y activarreentrenamientos. Colaborar con equipos de producto y stakeholders para definir requisitos, métricas de éxito e impacto. Liderar decisiones técnicas, estándares de arquitectura ymentorizaciónde perfiles junior. Velar por principios deIA responsable: seguridad, privacidad, sesgos, explicabilidad y cumplimiento normativo. Requisitos mínimos Grado en Ingeniería Informática, Telecomunicaciones, Matemáticas, Estadística, Física o similar. Valorable máster enIA, ML, Data Science o MLOps. ≥3–4 años de experienciaen desarrollo y puesta en producción de modelos de ML/DL. Dominio dePythony ecosistema ML (pandas, NumPy, scikit-learn, PyTorch y/o TensorFlow). Experiencia real enpipelines de ML en producción(más allá de notebooks). Uso deorquestadores(Airflow, Kubeflow…) y herramientas de experiment tracking / model registry (MLflow o similares). Despliegue automatizado conDocker, Kubernetesy servicios cloud (AWS, GCP o Azure). Buenas prácticas deingeniería de software: Git, testing, code review, CI/CD. Capacidad de comunicación con perfiles técnicos y no técnicos. Se valorará CertificacionesCloud (AWS, GCP, Azure)y/o específicas de IA / MLOps. Habilidades Comunicación clara y adaptación al interlocutor. Trabajo en equipo y colaboración multidisciplinar. Pensamiento crítico y resolución de problemas. Orientación a producto e impacto en negocio. Autonomía, organización y responsabilidad. Curiosidad y aprendizaje continuo.