Misión del rol

Diseñar, construir y mantener la arquitectura e infraestructura automatizada en la nube (AWS) para el despliegue eficiente, escalable y seguro de modelos de Machine Learning y servicios asociados. Actuar como el puente técnico que automatiza el ciclo de vida del software y de la IA, asegurando la consistencia mediante contratos de datos robustos y flujos avanzados de CI/CD basados en Git.

Formación y experiencia

• Formación: Título en Ingeniería Informática, Ciencias de la Computación, Ingeniería de Sistemas o campos afines. Se valorarán certificaciones oficiales en AWS.
• Experiencia: Mínimo 3 a 5 años en roles de DevOps, MLOps o Arquitecto de Datos Cloud, participando en la puesta en producción de modelos de machine learning.
• Diseño e integración de arquitecturas que consuman APIs y bases de datos masivas.

Responsabilidades del rol

• Diseñar y optimizar la infraestructura de IA/ML: Gestionar entornos de AWS para asegurar alta disponibilidad y escalabilidad.
• Automatización de Despliegues (CI/CD): Implementar procesos de Git que activen automáticamente pruebas y despliegues.
• Gobierno y Contratos de Datos: Definir e implementar contratos de datos entre equipos de origen y destino.
• Implementación de Prácticas MLOps: Automatizar pipelines de entrenamiento y reentrenamiento continuo.
• Orquestación y Contenedores: Utilizar herramientas de contenedorización y orquestación.
• Rigor en Ingeniería de Software: Promover buenas prácticas en el equipo.

Conocimiento base requerido

• AWS e Infraestructura como Código: Sólido conocimiento en AWS.
• Sistemas de Control y Despliegue CI/CD: Dominio de Git y plataformas Git.
• Contratos y Arquitectura de Datos: Comprensión de esquemas de datos y arquitecturas de bases de datos.
• (Deseable) Programación y Frameworks de ML: Nivel intermedio en Python y familiaridad con librerías de ML.

Habilidades necesarias

• Resolución de problemas complejos: Habilidad diagnóstica ante incidentes críticos.
• Pensamiento crítico y optimización: Creatividad para diseñar arquitecturas que balanceen velocidad y eficiencia.
• Colaboración multidisciplinar: Capacidad de comunicación eficaz entre distintos roles.
• Aprendizaje continuo: Curiosidad y proactividad para nuevas tecnologías.