ppBuscamos un ingeniero de Devops, arquitecto MLOps para la definición, configuración, mantenimiento, despliegue y soporte de toda nuestra estructura IA y SaaS. /p pSerá el responsable de la infraestructura para servicios SaaS con IA. /p h3Funciones Fundamentales del Puesto. /h3 ul libGestión de Infraestructura Base y Hardware: /b /li liDespliegue, configuración y mantenimiento de servidores bare metal (ej. HPE ProLiant) con Ubuntu Server LTS. /li liAdministración avanzada de GPUs (NVIDIA A100/H100/L4), incluyendo particionamiento (MIG) y optimización de recursos compartidos. /li libAdministración de Kubernetes y Orquestación: /b /li liInstalación y administración de clusters Kubernetes orientados a producción y alta seguridad (RKE2). /li liImplementación de prácticas GitOps para el despliegue continuo y versionado de la infraestructura. /li libDespliegue de la Plataforma MLOps y Datos: /b /li liConfiguración de la capa de almacenamiento distribuido (Data Lakehouse) y bases de datos relacionales. /li liIntegración de pipelines de datos (ETL/CDC) y herramientas de tracking de experimentos ML y registro de modelos. /li libInferencia y Despliegue de Modelos (Serving): /b /li liConfiguración de motores de inferencia para servir modelos open source (LLMs, PyTorch, TensorFlow) de manera escalable y eficiente. /li liDespliegue de bases de datos vectoriales para habilitar arquitecturas RAG (Retrieval-Augmented Generation). /li libSeguridad, Aislamiento y Multi-tenancy: /b /li liDiseño e implementación de arquitecturas seguras para múltiples clientes: separación por namespaces,



políticas de red estrictas, y gestión de identidades (SSO/IAM). /li liGestión segura de secretos, certificados y cifrado de datos en reposo y en tránsito. /li libObservabilidad y Monitorización: /b /li liDespliegue de un stack completo de monitorización para la infraestructura (CPU, RAM, red), métricas específicas de GPU, y observabilidad del rendimiento de los modelos de IA (latencia, errores, data drift). /li /ul h3Stack Tecnológico Fundamental (Requisitos Técnicos) /h3 h31. Infraestructura y Contenedores (Core): /h3 ul liOrquestación: Kubernetes (específicamente RKE2) y gestión de red/Ingress (Cilium/Calico, MetalLB, NGINX/Traefik). /li /ul h32. DevOps y Seguridad: /h3 ul liIdentidad y Secretos: Keycloak (IAM/OIDC), Vault o External Secrets, cert-manager. /li /ul h33. Datos y Almacenamiento: /h3 ul liBases de Datos: PostgreSQL. /li liOrquestación de Datos: Apache Airflow. /li liBases Vectoriales (RAG): Qdrant (y conocimiento de pgvector). /li /ul h35. Observabilidad: /h3 ul liTrazabilidad: OpenTelemetry. /li /ul h3Tecnologías Valorable /h3 ul liBases Vectoriales a gran escala: Milvus. /li /ul pIngeniero DevOps/SysAdmin que ha evolucionado hacia el ecosistema de IA. Debe tener una mentalidad orientada a producto y a la prestación de servicios B2B, entendiendo que la seguridad, el aislamiento de datos entre distintos clientes y la alta disponibilidad son tan importantes como el propio rendimiento de los modelos. /p pOfrecemos incorporacion a significativo proyecto en fase inicial con gran potencialidad de crecimiento. /p /p #J-18808-Ljbffr

📌 Ingeniero de Infraestructura IA / Arquitecto MLOps (AI Platform Engineer) (Madrid)
🏢 Exceltic
📍 Madrid