Ingeniero/a de Machine Learning orientado/a a producción, con resistente base en Python y Kubernetes, capaz de desplegar y operar modelos de IA en un entorno corporativo IBM, integrándose con equipos de Data Science y Software Engineering, con foco en sistemas de gestión documental inteligente, observabilidad, estabilidad y cumplimiento de SLAs.La experiencia que se espera de los solicitantes, así como las habilidades y cualificaciones adicionales necesarias para este trabajo, se enumeran a continuación.Objetivo del rolResponsable de operacionalizar, desplegar, monitorizar y mantener modelos de IA en un entorno corporativo basado en Kubernetes (IBM Cloud / IKS), garantizando rendimiento, escalabilidad, estabilidad y trazabilidad, actuando como puente técnico entre Data Science, Software Engineering y negocio.El foco principal es gestión documental inteligente (OCR, clasificación, extracción, procesamiento de documentos) mediante microservicios de IA.Conocimientos técnicos fundamentales (core skills)Comprensión sólida de:Pipelines de inferenciaDiferencia entre entrenamiento e inferenciaModelos de clasificación, extracción, OCR, NLPCapacidad para:Consumir modelos ya entrenados por Data ScientistsEntender sus limitaciones, latencias y requisitos de recursosExperiencia con:Modelos pesados (CPU-bound)Inferencias síncronas y asíncronasNo se espera que entrene modelos, pero sí que los entienda lo suficiente para desplegarlos correctamente .Python avanzado orientado a backend / MLPython como lenguaje principalConcurrencia (threads, event loops, semaphores)Gestión de memoria y recursosExperiencia integrando:Librerías internas de Data Science (SDK corporativo)Capacidad para:Detectar cuellos de botellaEvitar bloqueos de event loopKubernetes y despliegue en entorno IBMUso y configuración de:ConfigMaps y SecretsComprensión de:Escalado horizontal (HPA)Comportamiento de múltiples workersImpacto del paralelismo en modelos IACapacidad para:Experiencia