Senior AI Platform Engineer

(Senior) AI Platform Engineer (m/f/d)

La siguiente información ofrece un resumen de las habilidades, cualidades y cualificaciones necesarias para este puesto.

Buscamos un perfil (Senior) AI Platform Engineer con experiencia para diseñar, Implementar y mejorar plataformas modernas, escalables y orientadas a IA y Machine Learning. Trabajarás con Kubernetes, infraestructuras GPU, automatización e Infraestructura como Código (IaC), así como con procesos modernos de CI/CD y MLOps, tanto en entornos on-premises como en la nube. Te esperan proyectos variados para clientes de múltiples sectores y un equipo comprometido y apasionado por construir la próxima generación de soluciones de inteligencia artificial.

Quiénes somos evoila es un líder europeo especializado en Cloud Infrastructure, Cloud Native, Data & AI y App Modernization, con un fuerte crecimiento en España.

¿Nuestro enfoque? Nada de palabrería—solo competencia y resultados.

En evoila, te esperan proyectos emocionantes, donde desarrollarás e implementarás soluciones innovadoras para clientes de diversas industrias.

Tus responsabilidades

- Diseñar, implementar y operar plataformas y servicios de IA/ML altamente disponibles, principalmente sobre Kubernetes, en entornos on-premises, híbridos y cloud.
- Diseñar e implementar infraestructuras GPU escalables en clústeres Kubernetes, incluyendo mecanismos avanzados de programación y compartición de GPU (por ejemplo: Kueue, KAI Scheduler, Run:ai, NVIDIA MIG o time-slicing), con especial atención a la optimización de costes y recursos.
- Implementar y mantener servicios de inferencia y despliegue de modelos (por ejemplo: vLLM, NVIDIA Triton, KServe, NVIDIA NIM o Ray), tanto para modelos tradicionales de Machine Learning como para Large Language Models (LLMs).
- Desarrollar y operar procesos de MLOps y LLMOps para servicios de IA Generativa en producción, incluyendo controles de seguridad (guardrails), políticas, evaluación de modelos, pruebas de regresión y monitorización de calidad y costes.
- Implementar procesos de fine‑tuning y reentrenamiento continuo de modelos (por ejemplo, LoRA y aprendizaje continuo).
- Monitorizar, diagnosticar y optimizar plataformas de IA, incluyendo métricas como utilización de GPU, latencia de inferencia y throughput, garantizando el máximo rendimiento y disponibilidad.
- Asesorar a nuestros clientes sobre mejores prácticas, gobierno de IA, seguridad y protección de datos en plataformas basadas en Kubernetes.
- Colaborar estrechamente con equipos de Data Science, plataformas de datos y desarrollo para garantizar la integración eficiente de soluciones de IA.

Qué buscamos

- Mínimo 3 años de experiencia operando y optimizando plataformas y servicios a gran escala sobre Kubernetes, tanto en entornos cloud como on-premises.
- Conocimientos sólidos en diseño y operación de soluciones escalables basadas en Kubernetes, idealmente incluyendo cargas de trabajo con GPU.
- Experiencia en programación con Python; se valorarán conocimientos de Golang o Java.
- Experiencia con al menos un framework de serving de modelos (como vLLM, NVIDIA Triton o KServe) y conocimientos prácticos de herramientas MLOps (MLflow, Kubeflow, ClearML u otras).
- Experiencia con herramientas de Infraestructura como Código como Terraform y Ansible, así como con herramientas de CI/CD y GitOps (Argo CD, Flux, entre otras).
- Capacidad para interactuar con clientes y explicar conceptos técnicos tanto a equipos de ingeniería como a perfiles de dirección.
- Excelentes habilidades de comunicación en español e inglés.
- No se aceptarán candidaturas en modalidad remota desde otros países. Es imprescindible residir en España.

Requisitos adicionales para el nivel Senior

- Más de 5 años de experiencia relevante en Platform Engineering.
- Responsabilidad sobre el diseño integral de arquitecturas de plataformas de IA y toma de decisiones tecnológicas clave.
- Liderazgo técnico en proyectos con clientes y experiencia en mentoría y acompañamiento de otros profesionales.
- Se valorará positivamente Experiencia con servicios de IA en la nube como AWS SageMaker, AWS Bedrock, Azure Machine Learning, Azure OpenAI, Azure AI Foundry y su integración con Kubernetes.
- Experiencia en arquitecturas basadas en LLM, incluyendo: RAG (Retrieval-Augmented Generation) Bases de datos vectoriales Servicios de embeddings Sistemas Agentic AI Model Context Protocol (MCP) Conocimientos sobre aspectos de infraestructura de modelos LLM como Rate limiting, Token streaming, Balanceo de carga, Prompt templates, Tool calling, Modelos con capacidades de razonamiento.
- Experiencia con componentes emergentes de inferencia como llm-d, Kubernetes Inference Gateway.
- Conocimientos en seguridad de plataformas de IA: TLS, RBAC, Network Policies, Gobierno de IA y cumplimiento normativo (incluyendo el Reglamento Europeo de IA - EU AI Act)