Senior MLOps Engineer - Edge

• Experiencia en MLOps de producción. Has desempeñado un papel clave en la construcción y operación de pipelines que despliegan modelos en producción, con profunda experiencia en CI/CD, contenerización (Docker) y sistemas Linux.
• Conocimientos de inferencia y compilación en el Edge. Tienes experiencia práctica compilando y optimizando modelos para hardware embebido —idealmente con TensorRT— y comprendes las implicaciones prácticas de la precisión, la cuantización y la validación de motores a escala.
• Capacidad de colaboración. Entiendes que el despliegue en hardware es un deporte de equipo y puedes comunicarte eficazmente con investigadores e ingenieros de sistemas embebidos de bajo nivel para traducir las limitaciones en soluciones.
• Pensamiento sistémico. Puedes diseñar arquitecturas que gestionen los fallos con elegancia y comprendes las implicaciones de desplegar en 10.000 dispositivos heterogéneos, incluyendo cómo gestionar el riesgo mediante canary releases y rollbacks seguros.
• Orientación a la acción. Ves tu función como la resolución de problemas; esto significa cubrir lagunas y tomar la iniciativa según sea necesario para ayudar al equipo a ganar juntos.

• Experiencia con nuestro stack de Edge AI. La experiencia con el ecosistema edge de NVIDIA (Jetson Orin, DeepStream SDK, TensorRT) es un gran plus.
• Tecnologías de vídeo. Familiaridad con pipelines de vídeo, GStreamer o ffmpeg.
• Gestión de flotas. Experiencia con herramientas como AWS IoT Greengrass, Balena o soluciones personalizadas de OTA / gestión de flotas.
• Pasión por el deporte. Tienes interés en la tecnología deportiva, el análisis de vídeo o las métricas de rendimiento; pero si no es así, nosotros te enseñaremos el dominio.

• Defendemos la armonía entre la vida laboral y personal. Te daremos la flexibilidad que necesites en tu vida laboral (por ejemplo, tiempo de vacaciones flexible, días festivos en toda la empresa y días de desconexión sin reuniones, opciones de trabajo remoto y más) para que también puedas disfrutar de tu vida personal.
• Garantizamos autonomía. Tenemos una cultura abierta y honesta y confiamos en nuestra gente desde el primer día. Tu equipo te apoyará, pero tú serás el dueño de tu trabajo y tendrás la capacidad de probar nuevas ideas.
• Fomentamos el crecimiento profesional. Somos aprendices de por vida que fomentamos el desarrollo profesional. Te daremos un montón de recursos y oportunidades para que sigas creciendo.
• Proporcionamos un entorno para ayudarte a tener éxito. Hemos invertido en nuestras oficinas, diseñando espacios increíbles pensando en nuestros empleados. Pero ya sea que estés en la oficina o trabajando de forma remota, te proporcionaremos el stack tecnológico y el hardware para que realices tu mejor trabajo.
• Apoyamos tu bienestar. Dependiendo de la ubicación, ofrecemos beneficios médicos y de jubilación para los empleados, pero sin importar dónde te encuentres, disponemos de recursos como nuestro Programa de Asistencia al Empleado y grupos de recursos para empleados para apoyar tu salud mental.

Estamos contratando a un Senior MLOps Engineer para nuestro Hardware Group con el fin de construir y escalar la infraestructura de machine learning que impulsa Focus, nuestra línea de cámaras inteligentes. Serás el responsable de los pipelines de despliegue en el edge que transportan redes neuronales desde los clusters de entrenamiento hasta decenas de miles de dispositivos en todo el mundo, y contribuirás a la plataforma que compila modelos entrenados en motores de inferencia optimizados para dispositivos como el Jetson Orin, construyendo el "sistema nervioso" para la próxima generación de captura deportiva automatizada.

Como Senior MLOps Engineer, tú:

• Construirás infraestructura de Edge escalable. Diseñarás, desarrollarás y mantendrás los sistemas de entrega que nos permiten desplegar modelos en flotas de dispositivos.
• Serás el responsable de la plataforma de compilación de modelos. Construirás y mantendrás el pipeline que toma los modelos entrenados y produce motores de inferencia optimizados y específicos para el hardware, gestionando la compilación de TensorRT, las compensaciones de precisión (FP16/INT8), la calibración y la validación de motores para asegurar que los modelos funcionen de forma fiable y eficiente en los dispositivos de destino.
• Trabajarás con equipos multidisciplinares. Colaborarás con Data Scientists, Embedded Engineers y Product Managers para garantizar una integración fluida de funciones y capacidades complejas.
• Impulsarás la automatización y la fiabilidad. Implementarás infraestructura para probar silenciosamente modelos candidatos en dispositivos de producción y construirás pipelines de telemetría para monitorizar el drift, el impacto térmico y la latencia de inferencia en entornos reales.
• Resolverás desafíos físicos complejos. Abordarás las limitaciones únicas del edge: construir mecanismos de actualización resilientes para entornos de bajo ancho de banda, optimizar para un almacenamiento limitado y asegurar que los dispositivos se recuperen correctamente de fallos de red.
• Mentorearás y liderarás. Compartirás tu experiencia para establecer las mejores prácticas en herramientas de Python, Infrastructure-as-Code y CI/CD, guiando al equipo hacia un futuro más robusto y automatizado.

Nos gustaría contratar a alguien para este puesto que viva cerca de nuestras oficinas en Londres o Barcelona, pero también estamos abiertos a candidatos remotos en el Reino Unido y España.