CONSULTOR DE MLOPS EN AWS Y AZURE

Título del Puesto: Consultor de MLOps en AWS y AzureUbicación: Presencial, MalagaTipo de Empleo: Tiempo CompletoSomos una firma de consultoría de primer nivel especializada en ofrecer soluciones innovadoras basadas en datos a nuestros clientes en diversas industrias. Nuestro equipo está compuesto por expertos apasionados por aprovechar la tecnología para generar valor empresarial. Actualmente, estamos buscando un Ingeniero de MLOps en AWS y Azure con experiencia para unirse a nuestro equipo dinámico.Responsabilidades:Diseñar e Implementar Pipelines de MLOps:Desarrollar pipelines de aprendizaje automático escalables y eficientes en plataformas de AWS y Azure.Automatizar el ciclo de vida completo de ML, que incluye el procesamiento de datos, entrenamiento de modelos, validación, implementación y monitoreo.Gestión de Infraestructura en la Nube:Utilizar herramientas de Infraestructura como Código (IaC), como Terraform, AWS CloudFormation o Azure Resource Manager, para aprovisionar y gestionar recursos en la nube.Optimizar la infraestructura en la nube para un mejor rendimiento, escalabilidad y eficiencia de costos.Despliegue y Monitoreo de Modelos:Desplegar modelos de ML utilizando servicios como AWS SageMaker y Azure Machine Learning.Implementar soluciones de monitoreo para seguir el rendimiento de los modelos, detectar desvíos y activar reentrenamientos.Integración Continua/Despliegue Continuo (CI/CD):Configurar pipelines de CI/CD utilizando herramientas como Jenkins, GitLab CI/CD o Azure DevOps Pipelines para simplificar las actualizaciones de modelos de ML.Garantizar que existan procesos sólidos de prueba y validación para el código y los modelos.Conocimientos Requeridos:Plataformas en la Nube:Amplia experiencia con servicios de AWS y Azure relevantes para el aprendizaje automático y el procesamiento de datos.Dominio de AWS SageMaker, AWS Lambda, AWS EKS, Azure Machine Learning, Azure Functions y Azure Kubernetes Service.Experiencia en MLOps:Fuerte comprensión de los principios y mejores prácticas de MLOps.Experiencia en la automatización de flujos de trabajo de ML e implementación de pipelines de ML.Programación y Scripting:Competencia en Python y familiaridad con bibliotecas de ML como TensorFlow, PyTorch o scikit-learn.Experiencia con lenguajes de scripting como Bash o PowerShell.Herramientas de DevOps:Experiencia práctica con herramientas de CI/CD como Jenkins, GitLab o Azure DevOps.Familiaridad con sistemas de control de versiones (Git) y flujos de trabajo colaborativos.Infraestructura como Código (IaC):Dominio en el uso de Terraform, AWS CloudFormation o plantillas de Azure Resource Manager.Monitoreo y Registro:Conocimiento de herramientas de monitoreo como AWS CloudWatch, Azure Monitor, Prometheus o Grafana.Experiencia en la configuración de mecanismos de registro y alertas.Ingeniería de Datos:Comprensión de pipelines de datos, procesos ETL y soluciones de almacenamiento de datos como AWS S3, Azure Blob Storage o data lakes.Cualificaciones Preferidas:Certificaciones:AWS Certified Machine Learning – Specialty o AWS Certified Solutions Architect.Microsoft Certified: Azure AI Engineer Associate o Azure Solutions Architect Expert.