Experto Sénior Freelance en Plataformas de IA - Azure Databricks

• Experiencia extensa en ingeniería de datos, ingeniería de ML, ingeniería de plataformas o MLOps, idealmente con al menos 8 años de experiencia relevante.
• Sólida experiencia práctica con Azure Databricks en entornos de producción, idealmente al menos 3 años.
• Conocimientos sólidos de MLOps y del ecosistema de Databricks, incluyendo MLflow, model registry, Model Serving, Feature Engineering, Databricks Workflows y monitorización.
• Experiencia diseñando e implementando pipelines de CI/CD/CT, idealmente utilizando GitLab, y prácticas de infraestructura como código (infrastructure-as-code).
• Experiencia práctica con Terraform e infraestructura en la nube, idealmente utilizando los proveedores de Databricks y Azure.
• Conocimientos sólidos de los servicios de Azure, incluyendo ADLS Gen2, Key Vault, Entra ID y redes en la nube (VNet injection, private endpoints).
• Sólidas habilidades en Python y PySpark, junto con mejores prácticas de ingeniería de software como testing, empaquetado y calidad de código.
• Experiencia con Unity Catalog, incluyendo gobernanza de datos, linaje y control de acceso.
• Capacidad demostrada para mentorizar ingenieros, realizar revisiones de diseño y de código, y establecer estándares técnicos.

• La experiencia con GenAI/LLMOps en Databricks, incluyendo tecnologías como Vector Search, Mosaic AI Agent Framework y AI Gateway, es una gran ventaja.
• Se valorará muy positivamente la experiencia implementando entornos de nube seguros de red privada y trabajando con datos sensibles.

Visium combina estrategia, IA de vanguardia y una profunda experiencia en industrias reguladas para construir y desplegar sistemas nativos de IA que reinventan la forma en que operan las empresas, desbloqueando el valor de la IA a escala.

No somos una firma de estrategia que entrega presentaciones de diapositivas y se marcha. No somos una consultoría tecnológica que construye cosas que no se adoptan. No somos una empresa de productos que persigue problemas que no entiende. Somos las tres cosas a la vez: estrategia, profunda experiencia técnica e integración, y producto, trabajando como uno solo. Esa combinación es nuestro motor de crecimiento. La consultoría nos mantiene cerca de los problemas reales más difíciles. Los productos nos permiten resolverlos a escala. Cada proyecto perfecciona nuestros productos; cada despliegue hace que el siguiente proyecto sea más rápido, profundo y seguro.

Nos obsesionan los resultados. Mientras que el 95% de los pilotos de IA empresarial nunca llegan a producción, Visium está diseñado para ser el 5% que entrega IA productizada que genera un valor compuesto, no soluciones puntuales que ofrecen ganancias marginales. Somos nativos de la IA, no adyacentes a la IA. No añadimos la IA a flujos de trabajo deficientes; los rediseñamos con la IA en el núcleo.

Buscamos un profesional freelance con experiencia para asesorar y apoyar a nuestro equipo interno de plataformas en el diseño, construcción y mejora de una plataforma de IA en Azure Databricks. El puesto es exclusivamente interno, sin responsabilidades de cara al cliente.

El profesional actuará como referente técnico senior para el equipo, ayudando a dar forma a la arquitectura, establecer estándares de ingeniería, revisar implementaciones técnicas y apoyar al equipo en la construcción y operación de una plataforma fiable, escalable y segura. El candidato ideal combina una sólida experiencia técnica práctica con la capacidad de mentorizar ingenieros y transferir conocimientos.

El profesional apoyará al equipo en el diseño, la implementación y la mejora continua de la plataforma, incluyendo:

• Definir y revisar la arquitectura objetivo en Azure Databricks, cubriendo espacios de trabajo (workspaces), entornos (dev/test/prod), Unity Catalog, seguridad, redes e integración con servicios de Azure.
• Asesorar sobre pipelines de CI/CD/CT para código, datos y modelos, incluyendo pruebas automatizadas, promoción entre entornos, flujos de trabajo de registro de modelos (model registry) y entrenamiento continuo activado por horarios, deriva (drift) o nuevos datos.
• Revisar decisiones de arquitectura, código, configuraciones de Terraform e implementaciones de pipelines, proporcionando recomendaciones accionables e identificando áreas de mejora.
• Definir estándares de MLOps reutilizables, plantillas y mejores prácticas de ingeniería.
• Apoyar la fiabilidad, escalabilidad, gobernanza, seguridad y excelencia operativa de la plataforma.
• Contribuir de forma práctica cuando sea necesario para desbloquear al equipo, resolver problemas técnicos o desarrollar implementaciones de referencia.
• Entrenar (coaching) a los miembros del equipo, facilitar revisiones de diseño y de código, y transferir conocimientos para ayudar al equipo a ser cada vez más autónomo.