Himalayas · Partner listing

1225 - 405PIC | MLOps Engineer

TalentCross

⌖ WorldwideSalary not providedRemoteNot specified · Full-time

Location & working arrangement

Working arrangement is supplied by the provider. Check the original advert for attendance and travel requirements.

Provider location / applicant eligibility: Worldwide

About the role

Buscamos un/a MLOps Engineer con fuerte interés en automatización, cloud computing y despliegue eficiente de plataformas inteligentes.Si te motiva mejorar entornos productivos, garantizar sistemas escalables y confiables, y trabajar con tecnologías punteras en Machine Learning, Agentes de IA y Observabilidad, esta oportunidad es para ti. 🚀 ¿Cuál será tu rol? Como MLOps Engineer, serás responsable de conectar el mundo del Data y el ML con la infraestructura y la operación en producción, asegurando que los modelos y agentes funcionen de forma robusta y eficiente. Tus principales responsabilidades incluirán: Diseñar, implementar y operar infraestructuras cloud escalables en AWS, GCP o Azure, orientadas a workloads de datos y ML. Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kubernetes. Crear y mantener pipelines de CI/CD para el despliegue continuo de modelos, agentes de IA y plataformas de observabilidad. Gestionar contenedores y orquestación con Docker y Kubernetes (EKS), integrando servicios de datos, IA y backend. Construir y mantener pipelines reproducibles de entrenamiento, validación e inferencia (Airflow, MLflow, DVC, Spark). Implementar y optimizar soluciones de monitorización, logging y observabilidad (Prometheus, Grafana, ELK/EFK, OpenTelemetry). Velar por la seguridad, disponibilidad y resiliencia de las plataformas en la nube. Integrar el ciclo completo Data → ML → Deployment → Monitoring, trabajando de forma cercana con equipos de Data, ML, DevOps y Backend. Colaborar con equipos de Machine Learning para empaquetar y llevar a producción modelos y agentes de IA. (Plus avanzado) Participar en el diseño de pipelines híbridos que combinen ML tradicional, IA generativa y agentes basados en LLM (LangChain, LangGraph, CrewAI). 🎯 Requisitos Buscamos a alguien con: Formación en Ingeniería Informática, Software, Telecomunicaciones o disciplinas relacionadas. Más de 3 años de experiencia en automatización, despliegue o gestión de infraestructura cloud. Experiencia sólida en infraestructura como código y automatización (Terraform, Helm, Ansible). Conocimientos avanzados de Linux, redes y sistemas distribuidos. Experiencia práctica en pipelines de CI/CD (GitLab CI, Jenkins, ArgoCD, FluxCD). Dominio de Docker y Kubernetes. Experiencia con herramientas de gestión de modelos y datos como MLflow, DVC o Vertex AI. Conocimientos en monitorización, logging y observabilidad. Experiencia con bases de datos SQL y NoSQL (PostgreSQL, TimescaleDB, MongoDB). Capacidad para diagnosticar y resolver incidencias en entornos productivos de alto tráfico, optimizando costos y rendimiento. Buenas habilidades de comunicación y trabajo en equipo en entornos multidisciplinarios. 🌟 Valoramos especialmente si además tienes Experiencia con sistemas de mensajería y streaming como Kafka, Redpanda o Benthos. Conocimientos en arquitecturas serverless y event-driven (AWS Lambda, SNS/SQS). Experiencia en observabilidad avanzada y métricas de rendimiento de modelos. Conocimientos en prácticas de SRE (Site Reliability Engineering). Experiencia con plataformas modernas de MLOps (Kubeflow, MLflow). Familiaridad con despliegues automatizados y buenas prácticas DevOps. Conocimientos en infraestructura para IA generativa (GPU, contenedores optimizados, RAG serving). Inglés técnico avanzado, escrito y hablado, para colaborar con equipos y partners internacionales. Originally posted on Himalayas

Skills mentioned in the listing

SQLDockerKubernetesAWSAzureGoogle CloudLinuxTerraformAnsibleCI/CDJenkinsPostgreSQLMongoDBMachine learningSpark

Recognised skills are extracted from the supplied description using canonical names and aliases. They are mentions, not verified essential requirements. Check the source advert for the employer’s full requirements and location restrictions.

Why these skills appear

SQL · mentioned
en monitorización, logging y observabilidad. Experiencia con bases de datos SQL y NoSQL (PostgreSQL, TimescaleDB, MongoDB). Capacidad para diagnosticar y resolver incidencias en entornos productivos de alto tráfico,

Docker · mentioned
A y plataformas de observabilidad. Gestionar contenedores y orquestación con Docker y Kubernetes (EKS), integrando servicios de datos, IA y backend. Construir y mantener pipelines reproducibles de entrenamiento, vali

Kubernetes · mentioned
Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kubernetes. Crear y mantener pipelines de CI/CD para el despliegue continuo de modelos, agentes de IA y plataformas de observabilidad. G

AWS · mentioned
ncluirán: Diseñar, implementar y operar infraestructuras cloud escalables en AWS, GCP o Azure, orientadas a workloads de datos y ML. Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kuberne

Azure · mentioned
Diseñar, implementar y operar infraestructuras cloud escalables en AWS, GCP o Azure, orientadas a workloads de datos y ML. Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kubernetes. Cre

Google Cloud · mentioned
rán: Diseñar, implementar y operar infraestructuras cloud escalables en AWS, GCP o Azure, orientadas a workloads de datos y ML. Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kubernetes.

Linux · mentioned
digo y automatización (Terraform, Helm, Ansible). Conocimientos avanzados de Linux, redes y sistemas distribuidos. Experiencia práctica en pipelines de CI/CD (GitLab CI, Jenkins, ArgoCD, FluxCD). Dominio de Docker

Terraform · mentioned
a workloads de datos y ML. Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kubernetes. Crear y mantener pipelines de CI/CD para el despliegue continuo de modelos, agentes de IA y platafo

Ansible · mentioned
s de datos y ML. Automatizar infraestructuras y despliegues usando Terraform, Ansible, Helm y Kubernetes. Crear y mantener pipelines de CI/CD para el despliegue continuo de modelos, agentes de IA y plataformas de obs

CI/CD · mentioned
s usando Terraform, Ansible, Helm y Kubernetes. Crear y mantener pipelines de CI/CD para el despliegue continuo de modelos, agentes de IA y plataformas de observabilidad. Gestionar contenedores y orquestación con Doc

Jenkins · mentioned
istemas distribuidos. Experiencia práctica en pipelines de CI/CD (GitLab CI, Jenkins, ArgoCD, FluxCD). Dominio de Docker y Kubernetes. Experiencia con herramientas de gestión de modelos y datos como MLflow, DVC o V

PostgreSQL · mentioned
ación, logging y observabilidad. Experiencia con bases de datos SQL y NoSQL (PostgreSQL, TimescaleDB, MongoDB). Capacidad para diagnosticar y resolver incidencias en entornos productivos de alto tráfico, optimizando

MongoDB · mentioned
bilidad. Experiencia con bases de datos SQL y NoSQL (PostgreSQL, TimescaleDB, MongoDB). Capacidad para diagnosticar y resolver incidencias en entornos productivos de alto tráfico, optimizando costos y rendimiento.

Machine learning · mentioned
tizar sistemas escalables y confiables, y trabajar con tecnologías punteras en Machine Learning, Agentes de IA y Observabilidad, esta oportunidad es para ti. 🚀 ¿Cuál será tu rol? Como MLOps Engineer, serás responsable de

Spark · mentioned
reproducibles de entrenamiento, validación e inferencia (Airflow, MLflow, DVC, Spark). Implementar y optimizar soluciones de monitorización, logging y observabilidad (Prometheus, Grafana, ELK/EFK, OpenTelemetry). Vel