Machine Learning Engineer / MLOps (Python, Kubernetes, AI)

Ubicación: Madrid (100% remoto)

Incorporación: Lo antes posible

Sobre el rol

Serás responsable de operacionalizar, desplegar, monitorizar y mantener modelos de IA garantizando rendimiento, escalabilidad, estabilidad y trazabilidad. El foco principal será la gestión documental inteligente (OCR, clasificación, extracción y procesamiento de documentos) mediante microservicios de IA.

Responsabilidades principales

- Despliegue y operación de modelos de Machine Learning en Kubernetes (IBM Cloud / IKS)
- Construcción y mantenimiento de pipelines de inferencia (batch y tiempo real)
- Optimización del rendimiento, escalabilidad y fiabilidad de los servicios de IA
- Diseño y gestión de microservicios de inferencia y APIs REST (FastAPI)
- Monitorización de sistemas y ajuste basado en métricas reales
- Diagnóstico y resolución de incidencias en producción
- Gestión de versionado de modelos y APIs (compatibilidad hacia atrás)
- Colaboración estrecha con equipos de Data Science y Software Engineering
- Traducción de requisitos de negocio a soluciones técnicas

Conocimientos técnicos clave

- Comprensión sólida de pipelines de inferencia
- Experiencia con modelos de OCR, NLP, clasificación y extracción
- Capacidad para trabajar con modelos preentrenados entendiendo sus limitaciones
- Experiencia con inferencias síncronas/asíncronas y batch vs real-time

Python (avanzado)

- Desarrollo backend con Python
- Programación asíncrona (async/await), concurrencia y gestión de recursos
- Experiencia con frameworks como FastAPI o similares
- Capacidad para detectar cuellos de botella y desarrollar código robusto para producción

Kubernetes (nivel medio-alto)

- Experiencia con Pods, Deployments, Services, ConfigMaps y Secrets




- Gestión de recursos (CPU/memoria)
- Escalado horizontal (HPA)
- Análisis y resolución de problemas de rendimiento y saturación

Entorno IBM Cloud (valorable)

- IBM Kubernetes Service (IKS)
- IBM Cloud Object Storage
- Herramientas de logging y monitorización
- Conocimiento de redes corporativas, proxies (Istio, ingress) y seguridad

Arquitectura y operación

- Diseño y operación de microservicios de IA
- Integración con sistemas backend
- Observabilidad: métricas, logging estructurado y monitorización (Grafana)
- Buenas prácticas de logging confiable

Conocimiento funcional

- Gestión documental inteligente: OCR, clasificación y extracción
- Procesamiento de múltiples formatos (PDF, Office, imágenes)
- Sensibilidad a calidad de datos y casos borde

Colaboración

- Trabajo conjunto con Data Science para integrar modelos en producción
- Coordinación con Software Engineering en APIs y SLAs
- Comunicación clara con perfiles técnicos y de negocio

Entorno de desarrollo

- Experiencia trabajando en entornos Windows
- Uso de Docker, Git, entornos virtuales y testing básico
- Capacidad de replicar y depurar entornos localmente

Perfil buscado

- Mentalidad orientada a producción (estabilidad y fiabilidad)
- Capacidad analítica y resolución de problemas bajo presión
- Autonomía y responsabilidad
- Comunicación efectiva

Valorable

- Experiencia en inferencias batch
- Experiencia ajustando configuraciones de Kubernetes (no solo entornos gestionados)
- Monitorización de consumo de recursos en modelos ML

Resumen

Buscamos un/a ingeniero/a con fuerte enfoque en MLOps, especializado/a en Python y Kubernetes, capaz de desplegar y operar modelos de IA en entornos corporativos, con foco en sistemas de gestión documental inteligente, observabilidad y cumplimiento de SLAs.

#J-18808-Ljbffr

📌 Machine Learning Engineer (Madrid)
🏢 Importante empresa
📍 Madrid