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 entorno ágil y desarrolla tu carrera dentro de un grupo general 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