Ingeniero de Datos

Descripción

Resumen: Buscamos un ingeniero de MLOps/AIOps/LLMOps/AgentOps para diseñar, operar y evolucionar continuamente nuestra plataforma AIOps, garantizando operaciones fiables, escalables y rentables de productos de IA. Aspectos destacados: 1. Diseñar, operar y evolucionar la plataforma AIOps para productos de IA fiables y escalables 2. Centrarse en la plataforma, la infraestructura, la automatización, la observabilidad y las operaciones 3. Colaborar con científicos de datos, ingenieros de datos y equipos de producto Buscamos un **ingeniero de MLOps / AIOps / LLMOps / AgentOps** para unirse a un equipo multidisciplinar de Datos e IA. La misión principal de este puesto es **diseñar, operar y evolucionar continuamente nuestra plataforma AIOps**, asegurando que nuestros productos de IA funcionen de forma **fiable, escalable y rentable**. Este puesto se centra **fuertemente en la plataforma, la infraestructura, la automatización, la observabilidad y las operaciones**, y no tanto en la construcción de modelos de ML o productos de IA en sí. Trabajarás con tecnologías modernas en la nube (principalmente **AWS**, con cierta exposición a **Azure**) y colaborarás estrechamente con **científicos de datos, ingenieros de datos y equipos de producto** para llevar soluciones de IA a producción y mantenerlas funcionando sin interrupciones. Estamos abiertos a candidatos con **una sólida experiencia en al menos una de las áreas clave** (por ejemplo, nube, DevOps, ingeniería de plataformas u operaciones de ML) y con **conocimientos fundamentales sólidos en las demás áreas**, además de motivación para crecer en toda la pila de operaciones de IA. **Responsabilidades clave** * **Diseñar, mantener y evolucionar la plataforma AIOps** que respalda: + Modelos tradicionales de aprendizaje automático en producción + Soluciones basadas en LLM, como **tuberías RAG y agentes de IA** + Casos de uso de **analítica del habla** (ASR, análisis de conversaciones, PLN) * **Construir y operar tuberías de ML y LLM**, con especial énfasis en: + Fiabilidad, automatización y observabilidad + Supervisión de la calidad, el rendimiento y la deriva de modelos y LLM + Control y optimización de los costes en la nube * **Implementar prácticas de LLMOps / AgentOps**, incluidas: + Evaluación y observabilidad de LLM + Gestión de indicaciones (prompts), trazabilidad y registro especializado + Integración, orquestación y gestión del ciclo de vida de agentes * **Garantizar la operación continua de los productos de IA**, incluyendo: + Alertas, paneles de control, SLO / SLI + Estrategias de escalabilidad y mecanismos básicos de autoremediación * **Gestionar despliegues en entornos en la nube** (AWS / Azure) y plataformas de contenedores (Docker / Kubernetes) * **Colaborar estrechamente con científicos de datos e ingenieros de datos** para llevar a producción soluciones de IA robustas y escalables * **Contribuir a estándares internos, automatización y mejores prácticas** en todo el ecosistema de IA y datos **Habilidades requeridas (imprescindibles)** * Experiencia práctica en **MLOps, AIOps o la operación de sistemas de ML en producción** * Comprensión sólida de los conceptos de **LLMOps y AgentOps** (RAG, agentes, evaluación, supervisión) * Experiencia trabajando con **AWS y/o Azure** en entornos productivos * Conocimientos prácticos de **contenedores y Kubernetes** (Docker, uso básico de Helm, etc.) * Experiencia con **tuberías CI/CD** (GitHub Actions, GitLab CI, Azure DevOps, Jenkins o similares) * Familiaridad con los conceptos de **observabilidad y supervisión** (CloudWatch, OpenTelemetry, Prometheus, etc.) * Experiencia gestionando infraestructura como código (**Terraform, Bicep, CDK o similares**) * Experiencia con **Python** y familiaridad con el ecosistema de ML (por ejemplo, scikit‑learn, PyTorch), incluso si no eres científico de datos * Buen conocimiento del **ciclo de vida de ML / LLM**, desde el desarrollo hasta la producción y la supervisión * **Inglés fluido**, necesario para trabajar en un entorno internacional **Valorable (no obligatorio, pero útil)** * Experiencia con plataformas de ML/IA como **SageMaker, Azure ML, MLflow, Kubeflow** * Exposición a tecnologías de **analítica del habla** (ASR, diarización, PLN conversacional) * Experiencia en **optimización de costes en la nube / FinOps**, especialmente para cargas de trabajo de IA * Experiencia construyendo u operando **agentes de IA, copilotos o sistemas conversacionales** * Familiaridad con **marcos de LLM** (LangChain, LlamaIndex, Semantic Kernel, etc.) * Experiencia con **herramientas de flujo de trabajo y orquestación** (Airflow, Argo, Step Functions, Durable Functions) **Habilidades profesionales y mentalidad** * Enfoque fuerte en **fiabilidad, automatización y escalabilidad** * Capacidad para colaborar eficazmente en **equipos multidisciplinares** * Comunicación clara y mentalidad orientada a la documentación * **Mentalidad de plataforma**: construir soluciones reutilizables, mantenibles y robustas * Actitud proactiva, analítica y orientada a la mejora continua * Fuerte sentido de **propiedad y responsabilidad de extremo a extremo** * Motivación para **aprender y crecer a lo largo de toda la pila de operaciones de IA** **Entorno tecnológico** * **Nube**: AWS, Azure * **Orquestación y contenedores**: Kubernetes, Docker * **CI/CD**: GitHub Actions, GitLab CI, Azure DevOps * **Observabilidad**: Prometheus, Grafana, ELK/EFK, OpenTelemetry * **Infraestructura como código**: Terraform, Bicep, CloudFormation * **Herramientas de IA / ML**: MLflow, Azure ML, SageMaker, LangChain, LlamaIndex, Semantic Kernel * **Lenguaje principal**: Python