MLOps & AgentOps Engineer

Buscamos MLOps & AgentOps Engineer en Medalla Technology
Trabajarás en problemas que van más allá de construir un modelo o un agente: cómo operarlo, evaluarlo, gobernarlo y escalarlo cuando llega a producción.
En Medalla Technology seguimos ampliando nuestro equipo de Data & AI y buscamos un perfil especializado en MLOps, LLMOps y AgentOps que nos ayude a llevar soluciones de Machine Learning e IA Generativa desde el desarrollo hasta su puesta en producción de forma robusta, escalable y gobernada.
Participarás en proyectos reales de Machine Learning, GenAI y sistemas agénticos en entornos empresariales.
¿Qué harás?
Diseñar y mantener pipelines de CI/CD para modelos de ML, aplicaciones GenAI y agentes de IA, incluyendo testing, promoción entre entornos, gestión de artefactos y rollback.
Automatizar el ciclo de vida de modelos: entrenamiento, versionado, despliegue, monitorización y reentrenamiento.
Diseñar arquitecturas de MLOps, LLMOps y AgentOps en entornos cloud.
Diseñar estrategias de despliegue multi-entorno y multi-cliente , garantizando la reutilización del código, la parametrización y el aislamiento de datos, credenciales y configuración.
Implementar observabilidad y trazabilidad end-to-end sobre modelos, prompts, agentes, tool calls y ejecuciones.
Definir sistemas de evaluación de aplicaciones GenAI, incluyendo calidad de respuesta, groundedness, latencia, coste y seguridad.
Implementar mecanismos de gobierno, control y guardrails para soluciones de IA en producción.
Trabajar junto a Data Engineers, Data Scientists y AI Engineers para industrializar soluciones y definir estándares y buenas prácticas.
Buscamos experiencia práctica con:
Al menos uno de los principales entornos cloud: Azure, AWS o GCP .
Contenedores, principalmente Docker .
Pipelines de CI/CD con GitHub Actions, Azure DevOps, GitLab CI o tecnologías equivalentes.
Buenas prácticas de ingeniería de software : organización de repositorios, testing, gestión de dependencias, empaquetado y configuración por entorno.
Conceptos y patrones fundamentales de MLOps y AgentOps .
Valoramos especialmente la experiencia real desplegando y operando modelos, aplicaciones GenAI o agentes en producción.
Será un plus haber trabajado en algunos de estos ámbitos:
Databricks : MLflow (tracking, model registry, tracing y evaluación), Unity Catalog y Databricks Asset Bundles.
Observabilidad y evaluación de aplicaciones basadas en LLMs y agentes.
Plataformas GenAI gestionadas: Databricks Agent Bricks, Microsoft Foundry, Amazon Bedrock, Vertex AI o Snowflake Cortex .
Arquitecturas RAG .
MCP , herramientas para agentes y arquitecturas multiagente.
Sistemas de gestión y versionado de prompts.
No esperamos que conozcas todas estas tecnologías, sino que tengas una base sólida y experiencia relevante en parte de este ecosistema.
¿Qué encontrarás en Medalla?
Buscamos MLOps & AgentOps Engineer en Medalla Technology
Trabajarás en problemas que van más allá de construir un modelo o un agente: cómo operarlo, evaluarlo, gobernarlo y escalarlo cuando llega a producción.
En Medalla Technology seguimos ampliando nuestro equipo de Data & AI y buscamos un perfil especializado en MLOps, LLMOps y AgentOps que nos ayude a llevar soluciones de Machine Learning e IA Generativa desde el desarrollo hasta su puesta en producción de forma robusta, escalable y gobernada.
Participarás en proyectos reales de Machine Learning, GenAI y sistemas agénticos en entornos empresariales.
¿Qué harás?
Diseñar y mantener pipelines de CI/CD para modelos de ML, aplicaciones GenAI y agentes de IA, incluyendo testing, promoción entre entornos, gestión de artefactos y rollback.
Automatizar el ciclo de vida de modelos: entrenamiento, versionado, despliegue, monitorización y reentrenamiento.
Diseñar arquitecturas de MLOps, LLMOps y AgentOps en entornos cloud.
Diseñar estrategias de despliegue multi-entorno y multi-cliente , garantizando la reutilización del código, la parametrización y el aislamiento de datos, credenciales y configuración.
Implementar observabilidad y trazabilidad end-to-end sobre modelos, prompts, agentes, tool calls y ejecuciones.
Definir sistemas de evaluación de aplicaciones GenAI, incluyendo calidad de respuesta, groundedness, latencia, coste y seguridad.
Implementar mecanismos de gobierno, control y guardrails para soluciones de IA en producción.
Trabajar junto a Data Engineers, Data Scientists y AI Engineers para industrializar soluciones y definir estándares y buenas prácticas.
¿Qué necesitas?
Buscamos experiencia práctica con:
Python .
Al menos uno de los principales entornos cloud: Azure, AWS o GCP .
Contenedores, principalmente Docker .
Pipelines de CI/CD con GitHub Actions, Azure DevOps, GitLab CI o tecnologías equivalentes.
Buenas prácticas de ingeniería de software : organización de repositorios, testing, gestión d