05 ago
|
Capgemini
|
Madrid
Elegir Capgemini significa elegir una empresa donde tendrás la libertad de diseñar tu carrera profesional como desees, con el respaldo y la inspiración de una comunidad colaborativa de colegas en todo el mundo. Aquí podrás reinventar lo que es posible. Únete a nosotros y ayuda a las organizaciones líderes en el mundo a descubrir el valor de la tecnología y construir un mundo más sostenible e inclusivo.
Tenemos un equipo de Data & AI que estará encantado de contar contigo. ¿Te apetece sumarte?
Buscamos un/a Senior MLOps Engineer con experiencia sólida en Databricks para liderar la construcción, automatización y optimización de nuestros pipelines de Machine Learning en un entorno cloud de alto rendimiento. Serás una pieza clave en la industrialización de modelos ML y en la evolución de nuestra plataforma de datos y analítica avanzada.
Diseñar, implementar y mantener pipelines de Machine Learning escalables y robustos utilizando Databricks, MLflow y Delta Lake.
Desarrollar prácticas MLOps avanzadas: versionado, CI/CD, automatización, monitoreo y gobernanza de modelos.
Colaborar con equipos de Data Science, Data Engineering y Arquitectura para asegurar despliegues eficientes, reproducibles y seguros.
Optimizar costes, rendimiento y trazabilidad en entornos cloud (Azure/AWS).
Definir buenas prácticas y estándares de ingeniería aplicada a ML.
Gestionar y mejorar la infraestructura necesaria para el ciclo de vida completo del modelo.
Aportar visión técnica, mentoría y liderazgo en iniciativas de MLOps dentro del área.
+4–5 años de experiencia en entornos de MLOps o Machine Learning Engineering.
Dominio experto de Databricks (Jobs, Workflows, Repos, Model Serving).
Conocimientos sólidos de CI/CD (Azure DevOps / GitHub Actions / Jenkins).
Experiencia en despliegues de ML en Azure, AWS o GCP.
Familiaridad con contenedores y orquestación (Docker, Kubernetes).
Conocimiento de prácticas de observabilidad: logging, métricas, monitorización y alertas.
Requisitos valorables:
Certificaciones en Databricks o Cloud.-
Experiencia trabajando con equipos de Data Science.
Valoramos todas las candidaturas y ofrecemos formación presencial, online y certificaciones. Aunque no cumplas el 100% de los requisitos, ¡queremos conocerte!
¿Qué te gustará de trabajar aquí? Proyectos variados y desafiantes: Trabajarás en retos multisectoriales, evitando la rutina y exponiéndote a tecnologías diversas.
Flexibilidad y modelo híbrido: Cultura orientada al equilibrio vida‑trabajo.
Participación real en proyectos con IA generativa, Business AI y tecnologías emergentes del dato.
Diversidad de clientes e innovación constante: Proyectos de impacto real con organizaciones líderes.
Entornos colaborativos e inclusivos: Equipos dinámicos, multiculturales y orientados al crecimiento.
Crecimiento competente y “challenge” técnico: Autonomía, mentoring, certificaciones y oportunidades de ampliar tu rol dentro del área de Data & AI.
¿Por qué Capgemini? Nuestros compromisos y prioridades Nuestro Plan de Igualdad y Código Ético garantizan procesos inclusivos y libres de discriminación, potenciando el talento, en un entorno multicultural y accesible para personas con discapacidad (valoramos positivamente disponer de certificado de discapacidad).
Capgemini es un socio global en transformación empresarial y tecnológica, que ayuda a las organizaciones a acelerar su doble transición hacia un mundo digital y sostenible, generando un impacto tangible tanto en las empresas como en la sociedad. Somos un grupo responsable y diverso, con 340.000 profesionales en más de 50 países. Con más de 55 años de trayectoria, nuestros clientes confían en Capgemini para aprovechar el valor de la tecnología y cubrir todas sus necesidades de negocio. Ofrecemos soluciones completas que abarcan desde la estrategia y el diseño hasta la ingeniería, impulsadas por nuestras capacidades líderes en inteligencia artificial, IA generativa, cloud y datos, junto con un profundo conocimiento del sector y una sólida red de partners.
#J-18808-Ljbffr
📌 Mlops Engineer (Madrid)
🏢 Capgemini
📍 Madrid