Buscamos AgentOps Architects en Medalla Technology Queremos incorporar perfiles senior capaces de diseñar cómo se construyen, despliegan, gobiernan y operan sistemas de agentes de IA en entornos empresariales. No buscamos únicamente experiencia en CI/CD, infraestructura o MLOps tradicional. Buscamos profesionales que entiendan la arquitectura completa de una solución agéntica y sean capaces de convertir un desarrollo funcional en un producto mantenible, observable y desplegable de forma reproducible en diferentes clientes y entornos.

En Medalla

Technology estamos trabajando en proyectos de GenAI y sistemas multiagente donde el reto ya no es solo conseguir que un agente funcione, sino resolver preguntas como: ¿Cómo estructuramos correctamente orquestadores, agentes y tools? ¿Cómo versionamos y desplegamos el mismo producto en distintos entornos? ¿Cómo evaluamos una nueva versión antes de llevarla a producción? ¿Cómo trazamos qué ha ocurrido en una ejecución multiagente? ¿Cómo gestionamos permisos, dependencias, secretos, modelos y recursos? ¿Cómo evitamos que una solución que funciona como PoC se convierta en un sistema difícil de mantener y evolucionar? Definir arquitecturas para sistemas agénticos y multiagente en entornos empresariales. Diseñar la transición desde prototipos o desarrollos de IA hacia productos software industrializados y desplegables .

Definir patrones de AgentOps, LLMOps y MLOps : versionado, evaluación, observabilidad, despliegue, promoción y rollback. Diseñar estrategias de despliegue multi-entorno y multi-cliente , manteniendo una única base de código y externalizando configuración, permisos y recursos. Establecer la arquitectura de repositorios, paquetes, dependencias, testing y pipelines de CI/CD para soluciones de IA.

Diseñar mecanismos de tracing y observabilidad end-to-end sobre orquestadores, agentes, prompts, tool calls, modelos y ejecuciones. Definir frameworks de evaluación para agentes y aplicaciones GenAI: regresión, groundedness, calidad, routing, latencia, coste y seguridad. Diseñar modelos de seguridad y gobierno para agentes, tools y recursos de datos.

Trabajar junto a AI Engineers, Data Engineers y Data Scientists para definir los estándares técnicos con los que industrializamos nuestras soluciones de IA. Queremos perfiles con experiencia sólida diseñando arquitecturas de datos, software o plataformas de IA , que hayan evolucionado hacia la construcción y operacionalización de soluciones de Machine Learning, GenAI y agentes.

Esperamos experiencia práctica en: Diseño de arquitecturas complejas de Data & AI en entornos cloud. Puesta en producción de soluciones ML/GenAI más allá de la fase de PoC. Python y buenas prácticas de ingeniería de software.

Docker y conceptos de despliegue mediante contenedores. Separación entre código, configuración, secretos, infraestructura y recursos.



Observabilidad, trazabilidad y operación de sistemas distribuidos. Nos interesa especialmente que hayáis tenido que resolver problemas reales de productización : pasar de una solución que funciona en un entorno concreto a una arquitectura reproducible, gobernada y mantenible.

Será un plus haber trabajado con: Buscamos AgentOps Architects en Medalla Technology Queremos incorporar perfiles senior capaces de diseñar cómo se construyen, despliegan, gobiernan y operan sistemas de agentes de IA en entornos empresariales. No buscamos únicamente experiencia en CI/CD, infraestructura o MLOps tradicional. Buscamos profesionales que entiendan la arquitectura completa de una solución agéntica y sean capaces de convertir un desarrollo funcional en un producto mantenible, observable y desplegable de forma reproducible en diferentes clientes y entornos.

En Medalla

Technology estamos trabajando en proyectos de GenAI y sistemas multiagente donde el reto ya no es solo conseguir que un agente funcione, sino resolver preguntas como: ¿Cómo estructuramos correctamente orquestadores, agentes y tools? ¿Cómo versionamos y desplegamos el mismo producto en distintos entornos? ¿Cómo evaluamos una nueva versión antes de llevarla a producción? ¿Cómo trazamos qué ha ocurrido en una ejecución multiagente? ¿Cómo gestionamos permisos, dependencias, secretos, modelos y recursos? ¿Cómo evitamos que una solución que funciona como PoC se convierta en un sistema difícil de mantener y evolucionar? ¿Qué harás? Definir arquitecturas para sistemas agénticos y multiagente en entornos empresariales. Diseñar la transición desde prototipos o desarrollos de IA hacia productos software industrializados y desplegables .

Definir patrones de AgentOps, LLMOps y MLOps : versionado, evaluación, observabilidad, despliegue, promoción y rollback. Diseñar estrategias de despliegue multi-entorno y multi-cliente , manteniendo una única base de código y externalizando configuración, permisos y recursos. Establecer la arquitectura de repositorios, paquetes, dependencias, testing y pipelines de CI/CD para soluciones de IA.

Diseñar mecanismos de tracing y observabilidad end-to-end sobre orquestadores, agentes, prompts, tool calls, modelos y ejecuciones. Definir frameworks de evaluación para agentes y aplicaciones GenAI: regresión, groundedness, calidad, routing, latencia, coste y seguridad. Diseñar modelos de seguridad y gobierno para agentes, tools y recursos de datos.





Trabajar junto a AI Engineers, Data Engineers y Data Scientists para definir los estándares técnicos con los que industrializamos nuestras soluciones de IA. ¿Qué buscamos? Queremos perfiles con experiencia sólida diseñando arquitecturas de datos, software o plataformas de IA , que hayan evolucionado hacia la construcción y operacionalización de soluciones de Machine Learning, GenAI y agentes.

Esperamos experiencia práctica en: Diseño de arquitecturas complejas de Data & AI en entornos cloud. Desarrollo o diseño de agentes, tools, orquestadores o sistemas multiagente . Puesta en producción de soluciones ML/GenAI más allá de la fase de PoC.

Python y buenas prácticas de ingeniería de software. Git, branching, Pull Requests, testing y CI/CD . Docker y conceptos de despliegue mediante contenedores. Separación entre código, configuración, secretos, infraestructura y recursos.

Observabilidad, trazabilidad y operación de sistemas distribuidos. Nos interesa especialmente que hayáis tenido que resolver problemas reales de productización : pasar de una solución que funciona en un contexto concreto a una arquitectura reproducible, gobernada y mantenible.

Será un plus haber trabajado con: Databricks : MLflow, Unity Catalog, Asset Bundles, Jobs, Apps o Model Serving. LangGraph, LangChain, PydanticAI u otros frameworks de agentes. MCP y arquitecturas basadas en tools.

Evaluación y observabilidad de LLMs y agentes: MLflow Tracing, Langfuse, Phoenix, DeepEval o similares. Terraform e Infrastructure as Code. Kubernetes.

Microsoft

Foundry, Amazon Bedrock, Vertex AI u otras plataformas GenAI gestionadas. Arquitecturas RAG y sistemas de recuperación de conocimiento. Seguridad y gobierno de sistemas de IA. No esperamos que conozcáis todas estas tecnologías.

Nos importa más que hayáis diseñado y operado sistemas de IA reales en producción y que sepáis tomar decisiones de arquitectura cuando aparecen problemas de escalabilidad, mantenibilidad, observabilidad, seguridad o despliegue. ¿Qué encontraréis en Medalla? Trabajaréis en proyectos donde la arquitectura todavía importa mucho: sistemas multiagente, plataformas de IA corporativas, modelos operativos de AgentOps y soluciones que deben desplegarse y mantenerse en organizaciones complejas. Tendréis la oportunidad de trabajar junto a compañeros de muy alto nivel tecnológico con los que aprender en tecnologías punteras del ecosistema Data & AI, como Databricks , además de otras plataformas y herramientas cloud de referencia.

Participaréis tanto en proyectos para grandes compañías como en la construcción de nuestros propios aceleradores y frameworks de IA. Buscamos profesionales que quieran ayudarnos a definir cómo deben construirse y operarse los sistemas agénticos cuando dejan de ser una demo y pasan a convertirse en producto .

📌 Arquitecto/a Python (Málaga)
🏢 Medalla Technology
📍 Málaga