Cloud DevOps and MLOps Engineer

Sobre la oportunidad

Esta vacante sostiene los entornos técnicos del WDT y de los proyectos de I+D. El trabajo incluye desarrollo, homologación, piloto, observabilidad, CI/CD, serving de modelos, control de acceso, infraestructura cloud, seguridad operativa y soporte a cargas de IA, simulación y datos.

La persona conectará software, cloud, IA y operación. El objetivo es que el WDT y sus módulos puedan desarrollarse, probarse, implantarse, monitorearse y demostrarse con confiabilidad en entornos representativos.

Responsabilidades principales

• Diseñar y mantener entornos de desarrollo, prueba, homologación, piloto y producción para módulos del WDT.
• Implementar pipelines de CI/CD, automatización de despliegue, control de configuración y versionamiento de releases.
• Operar infraestructura cloud, almacenamiento, bases, colas, servicios de backend, observabilidad y registros.
• Apoyar MLOps, serving de modelos, benchmark, inferencia controlada y monitoreo de recursos de IA.
• Trabajar con seguridad operativa, segregación de entornos, control de acceso y respuesta a incidentes.
• Apoyar pruebas de rendimiento, resiliencia, disponibilidad, costos y continuidad técnica.
• Documentar entornos, runbooks, indicadores y procedimientos de operación asistida.

Requisitos obligatorios

• Experiencia con cloud, CI/CD, infraestructura como código o automatización de entornos.
• Conocimiento de Git, pipelines de build/release, monitoreo, registros y prácticas de despliegue.
• Nociones de redes, autenticación, permisos, contenedores o servicios gestionados.
• Capacidad para diagnosticar fallas en sistemas distribuidos y apoyar a los equipos de desarrollo.
• Atención a la seguridad, la estabilidad, la trazabilidad y la documentación operativa.
• Experiencia práctica con entornos de desarrollo, prueba y homologación.

Diferenciales

• Experiencia con Azure, Azure DevOps, App Services, Functions, Service Bus, VMs, Blob Storage o Cosmos DB.
• Conocimiento de Docker, Kubernetes, Terraform, observabilidad y control de costos.
• Experiencia con MLOps, serving de modelos, bases vectoriales, APIs de LLM y cargas de IA.
• Experiencia en sistemas de ingeniería, gemelo digital, simulaciones o datos técnicos sensibles.

Tecnologías y herramientas relacionadas

Azure, Azure DevOps, CI/CD, Git, Docker/Kubernetes como diferencial, observabilidad, registros, almacenamiento, bases y MLOps.

Perfil que buscamos

Buscamos una persona organizada, confiable y orientada a la operación. Debe gustarle crear entornos previsibles, automatizar lo repetitivo y dar visibilidad real al estado de los sistemas.

Proceso de candidatura

Para postularse, envíe los siguientes materiales:

¿Cómo utiliza actualmente las herramientas de Inteligencia Artificial en su flujo de trabajo profesional? Indique las herramientas, ejemplos de actividades y explique cómo valida los resultados producidos con ayuda de IA.

La información adicional puede incluir LinkedIn, GitHub, Behance, Google Scholar, artículos, publicaciones, sitios web, demostraciones, aplicaciones u otros enlaces relevantes para la función.

• Currículo actualizado, con formación, experiencia profesional, proyectos principales, tecnologías utilizadas y responsabilidades ejercidas.
• Portafolio con ejemplos concretos de trabajos anteriores. En software, pueden ser GitHub, aplicaciones, sistemas, APIs, interfaces o proyectos demostrables. En ingeniería, pueden ser modelos, simulaciones, informes, análisis, publicaciones o trabajos técnicos que puedan divulgarse. Los proyectos confidenciales pueden presentarse de forma anonimizada.
• Vídeo de presentación de hasta 5 minutos, que muestre brevemente un proyecto o portafolio, el problema resuelto, su participación, las tecnologías utilizadas, el flujo de trabajo, las herramientas cotidianas, el uso de Inteligencia Artificial y cómo valida los resultados producidos con apoyo de IA.