Elegir Capgemini significa elegir una empresa donde tendrás la libertad de diseñar tu carrera competente como desees, con el respaldo y la inspiración de una comunidad colaborativa de colegas en todo el mundo. Aquí podrás reinventar lo que es posible. Únete a nosotros y ayuda a las organizaciones líderes en el mundo a descubrir el valor de la tecnología y construir un mundo más sostenible e inclusivo. Tenemos un equipo de Data & AI que estará encantado de contar contigo. ¿Te apetece sumarte?¿Cuál será tu rol?
Buscamos un/a Consultor/a MLOps responsable de definir, implantar y coordinar los procesos y herramientas necesarios para industrializar el ciclo de vida de los modelos de machine learning. Este rol garantiza la escalabilidad, trazabilidad y eficiencia de los modelos en producción mediante prácticas robustas de automatización, gobernanza y monitorización.
Responsabilidades principales: Diseñar e implementar pipelines de MLOps end-to-end (entrenamiento, validación, despliegue y monitorización). Definir e implantar estándares de versionado de modelos, datos y código.



Automatizar procesos de CI/CD para modelos de ML. Coordinar el despliegue de modelos en entornos productivos (cloud, on-premise o híbridos). Implementar sistemas de monitorización de modelos (performance, drift, calidad de datos). Asegurar la trazabilidad y gobierno del ciclo de vida de los modelos.
Colaborar con equipos de Data Science, Data Engineering y IT para la integración de soluciones. Evaluar e integrar herramientas del ecosistema MLOps (MLflow, Kubeflow, Airflow, etc.). Definir buenas prácticas de seguridad, reproducibilidad y escalabilidad. Tu perfil: Requisitos obligatorios: Experiencia en implementación de soluciones MLOps en entornos productivos.
Conocimiento de arquitecturas de datos y plataformas cloud (Azure, AWS, GCP). Experiencia con herramientas de automatización y orquestación (CI/CD, pipelines). Conocimientos en contenedores (Docker) y orquestadores (Kubernetes). Familiaridad c

📌 Engineer Beveiliging (Madrid)
🏢 Capgemini
📍 Madrid