Machine Learning Engineer / MLOps & Cloud - 100% remoto

¿Listo/a para impulsar tu carrera como MLOps Engineer en proyectos de Machine Learning y cloud a gran escala? 🚀

Sigue leyendo...

¿Cómo es trabajar con nosotr@s? 👩🏿 💻👨🏼 💻

• Tenemos una cultura de mejora continua: Te integrarás en un proyecto retador que impulsará tus conocimientos y experiencia. 🚀
• Crecimiento profesional: Apostamos por el crecimiento de nuestro equipo y priorizamos la promoción interna. 🏆
• Cercanía: Nunegal lo formamos personas, no números. Nos conocemos por el nombre. 👪 👨 👩 👧 👨 👩 👧 👦
• Buen rollo😃: Somos un equipo, nos ayudamos y compartimos conocimientos. Además, somos conocidos por nuestro #Nunefest🎸

¿Qué te ofrecemos? 💡

• Incorporación a una empresa en constante crecimiento.
• Teletrabajo 100%.
• Retribución flexible (ticket restaurante, seguro médico, transporte y guardería).
• Formación en inglés y cursos IT.

Sobre ti...🙎🏼 ♀️🙎🏾 ♂️

• Experiencia sólida de al menos 4 años en Machine Learning y MLOps, con enfoque en producción y despliegue de modelos.
• Dominio de Python y familiaridad con entornos cloud (Azure, AWS, GCP).
• Capacidad para integrar modelos en microservicios y servicios serverless y conectar con APIs externas y MCPs.
• Conocimiento en gestión de modelos con MLflow y Azure ML.
• Experiencia con pipelines de entrenamiento, inferencia y procesamiento batch, y sistemas basados en LLMs y agentes.
• Habilidad para diseñar soluciones técnicas complejas y colaborar en equipos multidisciplinares.

¿Cómo será tu día a día? 📲💻

• Implementarás soluciones técnicas de ML en producción, asegurando escalabilidad y eficiencia.
• Colaborarás con equipos de desarrollo, datos y DevOps para garantizar la integración de modelos en arquitecturas cloud y microservicios.
• Participarás en la automatización de pipelines, pruebas de modelos y monitorización de rendimiento.
• Desarrollarás servicios y APIs que permitan la interacción de modelos con aplicaciones internas y externas.
• Contribuirás a la adopción de buenas prácticas de MLOps, asegurando calidad, trazabilidad y reproducibilidad de los modelos.