Machine Learning Engineer / MLOps (Kubernetes, AI)

Ubicación: Madrid (100% remoto)

Incorporación: Lo antes posible

Buscamos un/a Machine Learning Engineer / MLOps para unirse a un proyecto de alto impacto enfocado en el despliegue y operación de soluciones de inteligencia artificial en un entorno corporativo basado en Kubernetes (IBM Cloud). Este rol actúa como puente entre Data Science, Software Engineering y negocio, con un fuerte enfoque en sistemas de IA en producción.

Sobre el rol

Serás responsable de operacionalizar, desplegar, monitorizar y mantener modelos de IA garantizando rendimiento, escalabilidad, estabilidad y trazabilidad. El foco principal será la gestión documental inteligente (OCR, clasificación, extracción y procesamiento de documentos) mediante microservicios de IA.

Responsabilidades principales

• Despliegue y operación de modelos de Machine Learning en Kubernetes (IBM Cloud / IKS)
• Construcción y mantenimiento de pipelines de inferencia (batch y tiempo real)
• Optimización del rendimiento, escalabilidad y fiabilidad de los servicios de IA
• Diseño y gestión de microservicios de inferencia y APIs REST (FastAPI)
• Monitorización de sistemas y ajuste basado en métricas reales
• Diagnóstico y resolución de incidencias en producción
• Gestión de versionado de modelos y APIs (compatibilidad hacia atrás)
• Colaboración estrecha con equipos de Data Science y Software Engineering
• Traducción de requisitos de negocio a soluciones técnicas

Conocimientos técnicos clave

Machine Learning (orientado a producción)

• Comprensión sólida de pipelines de inferencia
• Experiencia con modelos de OCR, NLP, clasificación y extracción
• Capacidad para trabajar con modelos preentrenados entendiendo sus limitaciones
• Experiencia con inferencias síncronas/asíncronas y batch vs real-time

Python (avanzado)

• Desarrollo backend con Python
• Programación asíncrona (async/await), concurrencia y gestión de recursos
• Experiencia con frameworks como FastAPI o similares
• Capacidad para detectar cuellos de botella y desarrollar código robusto para producción

Kubernetes (nivel medio-alto)

• Experiencia con Pods, Deployments, Services, ConfigMaps y Secrets
• Gestión de recursos (CPU/memoria)
• Escalado horizontal (HPA)
• Análisis y resolución de problemas de rendimiento y saturación

Entorno IBM Cloud (valorable)

• IBM Kubernetes Service (IKS)
• IBM Cloud Object Storage
• Herramientas de logging y monitorización
• Conocimiento de redes corporativas, proxies (Istio, ingress) y seguridad

Arquitectura y operación

• Diseño y operación de microservicios de IA
• Integración con sistemas backend
• Observabilidad: métricas, logging estructurado y monitorización (Grafana)
• Buenas prácticas de logging seguro

Conocimiento funcional

• Gestión documental inteligente: OCR, clasificación y extracción
• Procesamiento de múltiples formatos (PDF, Office, imágenes)
• Sensibilidad a calidad de datos y casos borde

Colaboración

• Trabajo conjunto con Data Science para integrar modelos en producción
• Coordinación con Software Engineering en APIs y SLAs
• Comunicación clara con perfiles técnicos y de negocio

Entorno de desarrollo

• Experiencia trabajando en entornos Windows
• Uso de Docker, Git, entornos virtuales y testing básico
• Capacidad de replicar y depurar entornos localmente

Perfil buscado

• Mentalidad orientada a producción (estabilidad y fiabilidad)
• Capacidad analítica y resolución de problemas bajo presión
• Autonomía y responsabilidad
• Comunicación efectiva

Valorable

• Experiencia en inferencias batch
• Experiencia ajustando configuraciones de Kubernetes (no solo entornos gestionados)
• Monitorización de consumo de recursos en modelos ML

Resumen

Buscamos un/a ingeniero/a con fuerte enfoque en MLOps, especializado/a en Python y Kubernetes, capaz de desplegar y operar modelos de IA en entornos corporativos, con foco en sistemas de gestión documental inteligente, observabilidad y cumplimiento de SLAs.

Contacto

Menna Chikhi

Email:

Teléfono:

LinkedIn: Menna Chikhi

Si te interesa trabajar en sistemas de IA en producción dentro de un entorno técnico exigente y colaborativo, esperamos tu candidatura.