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 global que valora la innovación, la colaboración y el talento.

Siga leyendo para descubrir lo que necesitará para tener éxito en este puesto, incluyendo habilidades, cualificaciones y experiencia.

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 cualificado: 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. xqziphu 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