¿Listo/a para impulsar tu carrera como
¿Le gusta esta oportunidad? Asegúrese de inscribirse rápido, ya que se espera un gran volumen de solicitudes. Desplácese hacia abajo para leer la descripción completa del puesto.
MLOps Engineer
en proyectos de Machine Learning y cloud a gran escala?
Sigue leyendo...
¿Cómo es trabajar con ?
Tenemos una cultura de mejora continua: Te integrarás en un proyecto retador que impulsará tus conocimientos y experiencia.
Crecimiento profesional: Apostamos por el crecimiento de nuestro equipo y priorizamos la promoción interna.
Cercanía: Nunegal lo formamos personas, no números. Nos conocemos por el nombre.
Buen rollo: Somos un equipo, nos ayudamos y compartimos conocimientos. Además, somos conocidos por nuestro #Nunefest
¿Qué te ofrecemos?
Incorporación a una empresa en constante crecimiento.
Teletrabajo 100%.
Retribución flexible (ticket restaurante, seguro médico, transporte y guardería).
Formación en inglés y cursos IT.
Sobre ti...
Experiencia sólida de
al menos 4 años en Machine Learning y MLOps
, con enfoque en producción y despliegue de modelos.
Dominio de
Python
y familiaridad con entornos
cloud (Azure, AWS, GCP)
.
Capacidad para
integrar modelos en microservicios y servicios serverless
y conectar con APIs externas y MCPs.
Conocimiento en
gestión de modelos
con MLflow y Azure ML.
Experiencia con
pipelines de entrenamiento, inferencia y procesamiento batch
, y sistemas basados en
LLMs y agentes
.
Habilidad para diseñar soluciones técnicas complejas y colaborar en equipos multidisciplinares.
¿Cómo será tu día a día?
Implementarás soluciones técnicas
de ML en producción, asegurando escalabilidad y eficiencia.
Colaborarás con equipos de desarrollo, datos y DevOps para garantizar la integración de modelos en
arquitecturas cloud y microservicios
.
Participarás en la
automatización de pipelines
, pruebas de modelos y monitorización de rendimiento.
Desarrollarás
servicios y APIs
que permitan la interacción de modelos con aplicaciones internas y externas.
Contribuirás a la adopción de
buenas prácticas de MLOps
, asegurando calidad, trazabilidad y reproducibilidad de los modelos. xpzdshu
#J-18808-Ljbffr
Hay opciones de teletrabajo/trabajo desde casa disponibles para este puesto.