La empresa es un marketplace de segunda mano consolidado, con sede en Barcelona y operaciones en España, Italia y Portugal. Recientemente pasó a formar parte de un gran grupo tecnológico internacional, que está invirtiendo de forma significativa en áreas como IA, búsqueda, personalización, publicidad e ingeniería de plataformas para acelerar su crecimiento, manteniendo intactos la marca, el producto, el liderazgo y la cultura de ingeniería local. El Machine Learning está en el núcleo del producto: cada día la plataforma necesita entender millones de productos, imágenes, búsquedas, interacciones de usuarios y comportamientos del marketplace. El ML impulsa la búsqueda y ranking, las recomendaciones, la visión por computador, la confianza y seguridad, el pricing, la publicidad y la personalización, y cada uno de estos ámbitos cuenta con sus propios modelos y requisitos operativos. Este rol no consiste en desarrollar modelos para un caso de uso concreto. La persona seleccionada ayudará a construir y evolucionar la Plataforma de Machine Learning interna que da soporte a todos los equipos de ML de la compañía, proporcionando la infraestructura, las herramientas y la automatización que permite a esos equipos desarrollar, entrenar, desplegar y operar modelos de forma eficiente y a gran escala. El impacto es muy transversal: cada mejora en la plataforma beneficia a todos los equipos de ML a la vez. En el día a día, el rol se organiza en torno a tres áreas: ayudar a construir y evolucionar la Plataforma de ML utilizada por todos los equipos de IA; mejorar la automatización de todo el ciclo de vida del ML (entrenamiento, validación, despliegue,



monitorización y reentrenamiento); y diseñar infraestructura y herramientas internas que permitan a los equipos de ML trabajar más veloz, con mayor fiabilidad y reproducibilidad. Es un entorno cloud-native construido sobre Kubernetes, Docker, AWS, Airflow, Kubeflow, MLflow, GitHub Actions, ArgoCD y herramientas de observabilidad y monitorización. Requisitos básicos

Experiencia sólida como MLOps Engineer, ML Platform Engineer o Infrastructure Engineer, idealmente a nivel senior. Experiencia práctica con Kubernetes y Docker en entornos de producción. Buen conocimiento de AWS o de otro proveedor cloud relevante. Experiencia construyendo y manteniendo pipelines de CI/CD. Comprensión sólida del ciclo de vida completo del ML (entrenamiento, validación, despliegue, monitorización, reentrenamiento). Experiencia diseñando herramientas o infraestructura interna de la que dependen otros equipos de ingeniería. Buenos fundamentos de ingeniería de software y capacidad de escribir código de calidad de producción. Buenas habilidades de comunicación para trabajar con múltiples equipos de ML e ingeniería. Experiencia con herramientas de orquestación o workflows como Airflow o Kubeflow. Experiencia con MLflow o herramientas similares de experiment tracking / model registry. Experiencia con herramientas de despliegue GitOps como ArgoCD. Familiaridad con feature stores y frameworks de model serving. Experiencia implementando observabilidad, monitorización o detección de drift de datos y modelos. Experiencia previa en empresas de marketplace, e-commerce o consumer tech de alto crecimiento. Experiencia dando soporte a múltiples equipos de datos/ML a gran escala. Aquí estamos

Cuándo y como quieras #J-18808-Ljbffr

📌 MLOps Engineer (Madrid)
🏢 Q-Tech
📍 Madrid