Ingeniero MLOps Sénior

• Más de 5 años en MLOps/SRE o ingeniería de plataformas con cargas de trabajo de ML/AI en producción; se valorará muy positivamente la experiencia profunda con DatabricksMLflow y CI/CD empresarial.

• Diseño/operación de lanzamientos en múltiples entornos (dev→test→prod) con aprobaciones, secretos e identidad; IaC (Terraform/CrossPlane) y redes en la nube en Azure y/o AWS.

• Experiencia práctica en evaluación/monitorización de modelos/agentes; comodidad con SLOs, respuesta a incidentes y gestión de capacidad/costes.

• Familiaridad con herramientas como ArgoCD, Crossplane, Istio, Knative, Opensearch, Prometheus y Grafana.

• Experiencia operando Kubernetes/Seldon para el servicio de modelos y migrando hacia Databricks Mosaic cuando sea apropiado.

• Familiaridad con patrones de evaluación de IA agéntica (éxito de la tarea, fiabilidad de las herramientas) y observabilidad de RAG (salud de Vector Search).

• Experiencia en operaciones multi-cloud y gestión de latencia entre regiones.

• Conocimiento práctico del linaje/políticas de Unity Catalog y cómo se integran con los pipelines de entrega y catálogos; capacidad para generar evidencias preparadas para auditorías.

Si eres un Senior MLOps Engineer apasionado y experimentado que busca una oportunidad emocionante para trabajar en un entorno dinámico y desafiante, te animamos a que solicites este puesto. ¡Te estamos esperando!

Por favor, envía tu CV en inglés.

A medida que escalamos nuestra estrategia de IA agéntica, necesitamos transformar Databricks Mosaic AI en una plataforma de autoservicio que empodere a los ingenieros de IA en todas las unidades de negocio. Tu función será construir y productivizar capacidades de IA —desde pipelines de RAG hasta el servicio de modelos— y entregarlas como servicios escalables, gobernados y fáciles de usar para los desarrolladores.

La Data Intelligence Platform es el entorno de ejecución para modelos e IA agéntica en NN. Funciona con DatabricksMLflow y Mosaic, desplegando modelos y agentes en Databricks serverless o en el Kubernetes (Seldon) de NN según sea necesario. Mosaic Vector Search proporciona RAG para GenAI; la plataforma abarca Azure y AWS para satisfacer las necesidades de latencia y proximidad. Como SeniorMLOpsEngineer, estandarizarás el proceso build→deploy→serve→monitor en estas topologías y harás que las operaciones de producción estén preparadas para auditorías por diseño.

Tu impacto como SeniorMLOpsEngineer: ¿Qué vas a hacer?

Definir el stack de referencia de MLOps para la Agentic Platform: patrones de CI/CD y promoción de entornos con aprobaciones; topologías de servicio (Databricks serverless frente a Kubernetes/Seldon) con registros de decisiones; evaluación y monitorización de drift con MLflow/Mosaic; y operaciones de ejecución basadas en SLO. Integrar el linaje/políticas de Unity Catalog en los pipelines para que los equipos cumplan los requisitos de gobernanza sin fricciones y apoyen la expansión de Run.

• Liderar los estándares de CI/CD y la promoción de entornos para modelos/agentes: pipelines, aprobaciones, procedencia de artefactos, lanzamientos inmutables y patrones de rollback/canary.

• Estandarizar las topologías de servicio: Databricks serverless frente a Kubernetes/Seldon, con registros de decisiones claros, SLOs (latencia/fiabilidad) y controles de costes/rendimiento.

• Implementar la evaluación y monitorización: evaluación offline/online basada en MLflow, comprobaciones de drift/calidad y dashboards de telemetría de extremo a extremo para el comportamiento y costes de modelos/agentes, teniendo siempre en cuenta la seguridad y el cumplimiento normativo.

• Integrar la gobernanza por diseño: aplicar el linaje/políticas de Unity Catalog y capturar aprobaciones y evidencias en los pipelines para facilitar las auditorías y la preparación para el marketplace.

• Operar la Agentic Platform según los SLO: respuesta a incidentes/on-call, planificación de capacidad, optimización de costes, post-mortems y mejora continua de los "golden paths".