Machine Learning Operations Engineer (MLOpsE)

¡Ampliamos nuestro equipo de Data!

Invofox es la inteligencia artificial de procesado de documentos para empresas de software. Somos la tecnología de referencia para estos procesos en Europa y actualmente nos estamos expandiendo al resto del mundo🚀.

Somos una empresa estadounidense con sede en Madrid, y actualmente nos encontramos ampliando nuestro equipo de ingenieros, donde podrás tener la oportunidad de crecer profesionalmente tanto como quieras.

🔎 Buscamos un Machine Learning Operations Engineer (MLOpsE)🔎

Buscamos un ingeniero especializado en operaciones de machine learning (MLOps) que nos ayude en el diseño, desarrollo y mantenimiento de herramientas y sistemas internos. Tu objetivo será simplificar las operaciones de IA y facilitar la implementación, productivización y monitorización de nuestros modelos. Para ello deberás contar con experiencia en programación, automatización de despliegues e infraestructura cloud y con conocimientos de las mejores prácticas de MLOps.

¡Únete a nuestro equipo y sé parte del futuro de la IA!

Responsabilidades:

• Desarrollo de Herramientas: Diseñar, desarrollar y mantener herramientas internas para abstraer la complejidad de las operaciones de ML y que faciliten la experimentación, implementación, productivización, validación, uso y monitorización de modelos de IA.
• Mantenimiento de Infraestructura: Configurar, gestionar y monitorizar la infraestructura utilizada por las herramientas MLOps desarrolladas.
• Automatización de Despliegues: Diseñar y desarrollar pipelines de despliegue automatizado (CI/CD) para MLOps en sistemas de producción de manera confiable y eficiente asegurando la integridad y disponibilidad de los modelos
• Escalabilidad y Rendimiento: Optimizar la infraestructura y los procesos de despliegue para garantizar la escalabilidad, la fiabilidad y el rendimiento de las herramientas y los modelos desplegados con ellas, especialmente bajo alta carga de los sistemas.
• Control de Versiones y Gobernanza de Modelos: Incluir y gestionar sistemas de control de versiones para los modelos y artefactos asociados a éstos, asegurando la trazabilidad, la reproducibilidad y el cumplimiento de los requisitos regulatorios.
• Monitoreo y Mantenimiento: Implementar sistemas para monitorizar el rendimiento de los modelos, detectar anomalías o desviaciones, y configurar alertas para el mantenimiento necesario, reentrenamiento o actualizaciones de los modelos.
• Documentación: Registrar y mantener actualizada la documentación técnica de las herramientas y procesos de MLOps, incluyendo guías de usuario, manuales técnicos, documentación API, y notas sobre la versión.
• Colaboración: Proporcionar herramientas a los Ingenieros de ML y Data Scientists así como recibir y actuar sobre el feedback proporcionado por éstos basado en su experiencia con el uso de las herramientas, para integrar mejoras, nuevas funcionalidades y resolver problemas.
• Formación Continua: Mantenerse al día con las últimas tendencias, desarrollos y tecnologías en MLOps, y traducir estos conocimientos en actualizaciones de las herramientas desarrolladas cuando sea apropiado.

Conocimientos y experiencia requeridos:

• Desarrollo de software: Python (avanzado) y Bash (básico); Docker
• Infraestructura cloud: AWS/GCP/Azure (especialmente en el contexto de despliegue y escalabilidad de modelos de IA)
• Automatización de infraestructura: Pulumi/Serverless/Terraform/CloudFormation
• Sistemas de control de versiones y CI/CD: Gitlab/Github
• Mejores prácticas de MLOPs:
• • CRISP-ML(Q)
  • Feature Stores
  • ML observability
  • Data version control
• Conocimiento teórico básico de ML/DL
• Nivel intermedio en inglés escrito

Conocimientos y experiencia deseables:

• Frameworks de ML: Tensorflow/PyTorch/Scikit-learn
• Monitorización y logging: Arize/Neptune/Grafana/ELK Stack
• Diseño y desarrollo de APIs
• Bases de datos no-SQL: MongoDB
• Contenedores y orquestación: Kubernetes
• Frameworks de computación distribuida: Ray/TFX/Horovod
• Experiencia en testing automático
• Experiencia en el uso de LLMs
• Experiencia en paradigma de desarrollo clean architecture

Qué ofrecemos:

• Salario competitivo y bonificaciones basadas en el rendimiento.
• Desarrollo de una carrera profesional en una empresa en pleno crecimiento.
• Contrato indefinido.
• 23 días de vacaciones + 1 día adicional por antigüedad en la empresa.
• Trabajo híbrido: 1 día de trabajo presencial en nuestras oficinas en Madrid (los miércoles), trabajo en remoto el resto de la semana.
• Los días que vayas a la oficina te brindamos comida, café y fruta fresca.
• Retribución flexible con Cobee (comida, transporte, seguro médico).
• Elige tu OS preferido para trabajar.

Buscamos entusiasmo y ganas de aprender en un entorno cambiante y de continuo crecimiento.

¿Tienes ganas de afrontar un nuevo reto? ¡Te estamos esperando!