Únete a Amaris Consulting y trabaja en plataformas de banca digital que dan servicio a miles de usuarios en todo el mundo. Forma parte de un equipo internacional, crece en un contexto ágil y desarrolla tu carrera dentro de un grupo global que valora la innovación, la colaboración y el talento.

? Tu misión y tu impacto

Como MLOps Engineer , tendrás un papel clave en la puesta en producción, operación y evolución de soluciones de Machine Learning . Trabajarás junto a equipos de Data Science, Data Engineering, Software Engineering y Cloud para crear plataformas que permitan entrenar, desplegar y monitorizar modelos de forma segura y fiable.

Tu trabajo cubrirá todo el ciclo de vida del modelo, desde la preparación de los entornos y los datos hasta el seguimiento del rendimiento en producción.

✅ Lo que buscamos

- 4–6 años de experiencia en posiciones de MLOps, ML Platform Engineering, DevOps especializado en Machine Learning o similares .
- Experiencia con Python y automatización de procesos.
- Conocimiento práctico del ciclo de vida de modelos de Machine Learning .
- Experiencia con herramientas como MLflow, Kubeflow, Airflow, Argo Workflows u otras plataformas similares.
- Experiencia trabajando con Docker y Kubernetes .
- Conocimientos de CI/CD aplicados a código, datos y modelos.
- Experiencia en entornos cloud, preferiblemente Azure , aunque también valoramos experiencia con AWS o GCP.
- Familiaridad con servicios como Azure Machine Learning, Azure Kubernetes Service, Azure DevOps, Azure Container Registry o equivalentes.
- Conocimientos de Infraestructura como Código , especialmente Terraform, Bicep o herramientas similares.
- Experiencia con repositorios de modelos, control de versiones, gestión de artefactos y trazabilidad de experimentos.
- Conocimientos de monitorización, logging y alertas para modelos y servicios de inferencia.
- Nivel de inglés profesional para colaborar con equipos internacionales.

? Lo que harás

- Diseñar y mantener plataformas para el entrenamiento,



validación y despliegue de modelos de Machine Learning.
- Crear pipelines automatizados para llevar modelos desde la experimentación hasta producción.
- Integrar procesos de CI/CD y CT , incluyendo pruebas de código, datos y modelos.
- Gestionar el versionado de modelos, datasets, configuraciones y artefactos.
- Desplegar servicios de inferencia mediante contenedores y Kubernetes.
- Trabajar con equipos de Data Science para convertir modelos experimentales en servicios listos para producción.
- Definir procesos de reentrenamiento y actualización de modelos.
- Implementar sistemas de monitorización para controlar métricas de rendimiento, calidad de predicción, latencia y consumo de recursos.
- Detectar posibles desviaciones en los datos y en el comportamiento de los modelos, incluyendo data drift y model drift.
- Mejorar la trazabilidad, reproducibilidad y control de los procesos de Machine Learning.
- Gestionar entornos cloud y recursos de cómputo teniendo en cuenta la seguridad y los costes.
- Automatizar la creación de entornos con Terraform, Bicep u otras herramientas de IaC.
- Participar en la resolución de incidencias en producción y en los análisis de causa raíz.
- Contribuir a la definición de buenas prácticas de seguridad, gobierno y cumplimiento para soluciones de IA.
- Documentar arquitecturas, procesos y decisiones técnicas para facilitar el trabajo entre equipos.

? Tu mindset y soft skills

- Capacidad para analizar problemas técnicos y encontrar soluciones prácticas.
- Comunicación clara con perfiles de Data Science, Software Engineering, Data Engineering, Cloud y negocio.




- Sentido de ownership y comodidad trabajando con sistemas en producción.
- Interés por la automatización, la calidad del software y la mejora continua.
- Capacidad para trabajar en equipos multidisciplinares y distribuidos.
- Organización para gestionar varias iniciativas técnicas al mismo tiempo.

Comodidad trabajando en metodologías ágiles como Scrum o Kanban. ✨ Se valorará especialmente

- Experiencia en sector Retail.
- Conocimiento de Databricks, Spark, Azure Data Factory, Synapse o plataformas de datos similares.
- Experiencia con feature stores , como Feast u otras soluciones equivalentes.
- Conocimientos de model serving , por ejemplo KServe, Seldon, BentoML o FastAPI.
- Experiencia con sistemas de mensajería y procesamiento de datos, como Kafka o RabbitMQ.
- Conocimientos de prácticas SRE , incluyendo SLIs, SLOs, alertas y gestión de incidentes.
- Experiencia con modelos de lenguaje, sistemas de IA generativa o plataformas de evaluación de modelos.
- Familiaridad con herramientas de seguridad, gestión de secretos y control de accesos.
- Certificaciones cloud o de Kubernetes.

? ¿Por qué unirte a nosotros?

- Crecimiento profesional: el 70% de nuestros líderes senior comenzaron en posiciones junior.
- Formación continua: acceso a nuestra Technology Academy, cursos en Udemy, webinars y certificaciones financiadas por la compañía.
- Flexibilidad: opciones de trabajo en remoto, políticas de trabajo flexible y beneficios sociales, como tickets restaurante, transporte, ayuda guardería y seguro médico privado.
- Bienestar: nuestro programa WeCare acompaña a los empleados en situaciones críticas.
- Desarrollo personal: presupuesto anual de formación para potenciar tus conocimientos técnicos y tus habilidades profesionales.

En Amaris Consulting , estamos comprometidos con la creación de un entorno inclusivo. Damos la bienvenida a todas las candidaturas cualificadas, independientemente de su género, orientación sexual, raza, etnia, edad o cualquier otra característica.

📌 Consultor de Aprendizaje Automático (Madrid)
🏢 Amaris Consulting
📍 Madrid