MLOps Engineer

La mayoría de los proyectos de IA se detienen antes de producción. Tu misión es que lleguen, y que se mantengan. En Diametral, el MLOps Engineer diseña las plataformas y pipelines que permiten desplegar, monitorear y evolucionar modelos de machine learning y LLM de forma confiable.

Te unes al engine Architecture & Engineering y trabajas codo a codo con Data Scientists y GenAI Engineers, desde el Build hasta el Run.

Lo que vas a construir

• Plataformas MLOps y LLMOps: entrenamiento, registro de modelos, despliegue, inferencia a escala.
• Pipelines CI/CD/CT para modelos: pruebas, validación, liberación automatizada, rollback.
• Monitoreo de modelos en producción: rendimiento, drift de datos y de modelo, alertas, explicabilidad.
• Infraestructura como código y entornos reproducibles, en Kubernetes y en la nube.
• Gobierno técnico de la IA: trazabilidad, versionado, gestión de accesos, elementos de cumplimiento.
• Optimización de los costos de infraestructura e inferencia (FinOps, GPU, serving).

Tu stack técnico

Python, Docker, Kubernetes, Terraform, MLflow, Kubeflow o Vertex AI Pipelines, Azure ML, SageMaker, Databricks, Airflow, Prometheus, Grafana, GitLab CI o GitHub Actions, herramientas de serving (vLLM, Triton, KServe).

Dentro de Diametral

• Contribuyes a nuestras bases MLOps de referencia, reutilizadas de una misión a otra.
• Difundes las buenas prácticas de producción en toda la comunidad de datos e IA.

Lo que aportas

• Un título de ingeniería o una maestría en informática.
• Al menos 3 años de experiencia en MLOps, DevOps, platform engineering o ML Engineering.
• Dominio sólido de Python, contenedores, Kubernetes y al menos una nube pública.
• Experiencia concreta desplegando y monitoreando modelos en producción.
• Inglés fluido en contexto cliente, y el idioma de tu oficina de referencia.

Lo que marcará la diferencia

• Experiencia en LLMOps: serving de LLM, evaluación continua, observabilidad de agentes.
• Certificaciones cloud o Kubernetes.
• Una cultura FinOps y de seguridad.

Tu mentalidad

• La confiabilidad primero: construyes sistemas que se pueden diagnosticar cuando fallan.
• Automatización por defecto.
• Sentido del servicio hacia los equipos a los que equipas.

Lo que esperamos de todo nuestro talento

• Obsesión por el impacto en el negocio: entiendes rápido el negocio de nuestros clientes y sabes cuestionarlo.
• Un fuerte sentido del servicio y de la experiencia del cliente.
• Comunicación de primer nivel, escrita y oral: simplificas y sumas a los demás.
• Dominio avanzado de las herramientas de IA y automatización: puedes mostrarnos un agente o un prototipo que construiste tú mismo.
• Ambición y rigor, al servicio de un equipo que antepone lo colectivo a lo individual.

• Entrevista con el equipo de Talent Acquisition y/o un Business Manager
• Entrevista técnica con un experto del engine
• Entrevista con el Managing Director o el Engine Director