Gerente Técnico de MLOps

Lo que aportarás al puesto:

Requisitos esenciales:

• Más de 10 años de experiencia en roles de Ingeniería de Software, Datos o ML.
• Trayectoria demostrada como Tech Lead (gestionando equipos de más de 5 personas), siendo responsable de la entrega técnica de extremo a extremo en sistemas backend y frontend.
• Profundo conocimiento en MLOps (pipelines de entrenamiento de modelos, infraestructura de servicio, monitorización, CI/CD) y competencia de nivel experto en Python.
• Sólida experiencia práctica con MLflow (obligatorio) y experiencia sólida con AWS y arquitecturas nativas de la nube.
• Competencia en frontend con React, con la capacidad de entregar funcionalidades de producto de extremo a extremo.
• Experiencia práctica con pipelines ETL/ELT, ingeniería de datos y procesamiento de datos a gran escala.
• Experiencia con contenedores (Docker) y sistemas de datos escalables (por ejemplo, Spark, Kafka).
• Fuerte presencia de liderazgo, excelente comunicación, pensamiento estratégico y empatía, con una mentalidad de ejecución práctica.

Requisitos deseables:

• Experiencia con AWS SageMaker o plataformas de ML gestionadas similares.
• Experiencia en industrias reguladas o críticas para la seguridad (aeroespacial, aviación o similares).
• Familiaridad con Kafka o arquitecturas orientadas a eventos para pipelines de ML en tiempo real.

MLOps Technical Manager

¿Cuál será tu impacto?

Como Tech Lead con una sólida formación en ingeniería MLOps, liderarás el diseño, la arquitectura y la entrega de la infraestructura de ML, siendo responsable de todo el stack, desde el backend hasta el frontend, mientras impulsas las mejores prácticas de MLOps en todo el equipo. Trabajarás estrechamente con científicos de datos, ingenieros y partes interesadas transversales para entregar sistemas de ML escalables —incluyendo mantenimiento predictivo, detección de fallos y optimización del ciclo de vida de componentes— mientras mentorizas y guías a tu equipo de ingeniería.

Tus responsabilidades clave:

Tus responsabilidades incluyen, entre otras:

• Responsabilizarte de la entrega técnica de extremo a extremo de los sistemas de ML, desde la infraestructura backend hasta la integración frontend.
• Liderar las decisiones arquitectónicas en todo el stack de ML, garantizando la escalabilidad, la fiabilidad y la alineación con los objetivos de negocio.
• Impulsar la migración continua de MLflow a AWS SageMaker, manteniendo la continuidad y minimizando las interrupciones.
• Definir y aplicar las mejores prácticas de MLOps en el entrenamiento, servicio, monitorización y despliegue de modelos.
• Diseñar y mantener una infraestructura de ML escalable que soporte entornos por lotes (batch) y en tiempo real, junto con pipelines ETL/ELT robustos.
• Desarrollar y mantener interfaces frontend basadas en React que muestren los conocimientos de ML a las partes interesadas operativas y de ingeniería.
• Liderar, mentorizar y proporcionar feedback estructurado a un equipo de más de 5 ingenieros, fomentando una cultura de alto rendimiento.
• Colaborar con partes interesadas transversales en ingeniería, ciencia de datos y operaciones, abordando proactivamente los bloqueos técnicos.

Ubicación: Londres (Híbrido) o España (Remoto)