Consultor MLOps

Tu perfil:

• +4-5 años de experiencia en entornos de MLOps o Machine Learning Engineering.
• Dominio experto de Databricks (Jobs, Workflows, Repos, Model Serving).
• Experiencia con MLflow, Delta Lake y Spark.
• Conocimientos sólidos de CI/CD (Azure DevOps / GitHub Actions / Jenkins).
• Experiencia en despliegues de ML en Azure, AWS o GCP.
• Buen nivel en Python y SQL.
• Familiaridad con contenedores y orquestación (Docker, Kubernetes).
• Conocimiento de prácticas de observabilidad: logging, métricas, monitorización y alertas.

Requisitos valorables:

• Certificaciones en Databricks o Cloud.-
• Experiencia trabajando con equipos de Data Science.
• Experiencia en arquitectura de datos moderna (Lakehouse).

Valoramos todas las candidaturas y ofrecemos formación presencial, online y certificaciones. Aunque no cumplas el 100% de los requisitos, ¡queremos conocerte!

¿Qué te gustará de trabajar aquí?

•Proyectos variados y desafiantes: Trabajarás en retos multisectoriales, evitando la rutina y exponiéndote a tecnologías diversas.
•Flexibilidad y modelo híbrido: Cultura orientada al equilibrio vida‑trabajo.
•Aprendizaje continuo:
- Formación en tecnologías cloud, data governance, visualización...
- Participación real en proyectos con IA generativa, Business AI y tecnologías emergentes del dato.
•Diversidad de clientes e innovación constante: Proyectos de impacto real con organizaciones líderes.
•Entornos colaborativos e inclusivos: Equipos dinámicos, multiculturales y orientados al crecimiento.
•Crecimiento profesional y "challenge" técnico: Autonomía, mentoring, certificaciones y oportunidades de ampliar tu rol dentro del área de Data & AI.

Buscamos un/a Senior MLOps Engineer con experiencia sólida en Databricks para liderar la construcción, automatización y optimización de nuestros pipelines de Machine Learning en un entorno cloud de alto rendimiento. Serás una pieza clave en la industrialización de modelos ML y en la evolución de nuestra plataforma de datos y analítica avanzada.

¿Cuál será tu rol?

• Diseñar, implementar y mantener pipelines de Machine Learning escalables y robustos utilizando Databricks, MLflow y Delta Lake.
• Desarrollar prácticas MLOps avanzadas: versionado, CI/CD, automatización, monitoreo y gobernanza de modelos.
• Colaborar con equipos de Data Science, Data Engineering y Arquitectura para asegurar despliegues eficientes, reproducibles y seguros.
• Optimizar costes, rendimiento y trazabilidad en entornos cloud (Azure/AWS).
• Definir buenas prácticas y estándares de ingeniería aplicada a ML.
• Gestionar y mejorar la infraestructura necesaria para el ciclo de vida completo del modelo.
• Aportar visión técnica, mentoría y liderazgo en iniciativas de MLOps dentro del área.

MAKE IT REAL. ¡Únete al equipo! www.capgemini.com/es-es