Únete a Amaris Consulting y trabaja en plataformas de banca digital que dan servicio a miles de usuarios en todo el mundo.
Habilidades, experiencia, cualificaciones... Si tiene el perfil adecuado para esta oportunidad, asegúrese de inscribirse hoy mismo.
Forma parte de un equipo internacional, crece en un entorno 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 principal 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, Dev Ops 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 Dev Ops, 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 Ia C.
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, Bento ML o Fast API.
Experiencia con sistemas de mensajería y procesamiento de datos, como Kafka o Rabbit MQ.
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 confiable médico privado.
Bienestar: nuestro programa We Care 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. xqbhyrx
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 (España)
🏢 Amaris Consulting
📍 España