Reclutador: Victor Beltran
Ubicación: México
Industria: CPRD
Modalidad de trabajo: Híbrido
Tus funciones:
- Diseñar, implementar y optimizar la infraestructura y procesos necesarios para el ciclo de vida completo de modelos de Machine Learning, asegurando su despliegue, monitoreo y mantenimiento en entornos productivos de manera productivo y escalable. - Definir y construir pipelines de CI/CD para modelos de Machine Learning. - Automatizar procesos de entrenamiento, validación y despliegue de modelos. - Integrar herramientas de versionado de datos y modelos (DVC, MLflow). - Implementar prácticas de monitoreo y retraining para modelos en producción. - Garantizar la seguridad, gobernanza y cumplimiento normativo en el ciclo de vida de ML. - Colaborar con equipos de Data Science, DevOps y Arquitectura para optimizar flujos.
Conocimientos y experiencia necesaria:
- Más de 3 años en MLOps o DevOps aplicado a proyectos de IA. - Experiencia en herramientas como MLflow, Kubeflow, Airflow, Docker, Kubernetes
Habilidades:
Trabajo bajo presión,



calidad en el trabajo y orientado a resultados
Tu carrera en Capgemini
- Al trabajar en un ambiente de equipo, nuestros consultores se enfocan en el análisis, diseño y desarrollo de soluciones basadas en tecnología para los clientes de Capgemini. - Trabajarás en conjunto con especialistas funcionales, técnicos y del negocio para ayudar a desarrollar la implementación e integración de soluciones y sistemas innovadores incluyendo metodologías, técnicas y herramientas. - Contribuirás de una manera responsable y oportuna con la satisfacción del cliente proporcionando servicios y productos que generan valor agregado. - Capgemini ofrece una compensación competitiva y beneficios superiores a los de Ley. - Nuestras oficinas centrales están en París, Francia y tenemos presencia en más de 50 países. Somos más de 340 mil profesionales en México, ubicados en Ciudad de México, Aguascalientes y Monterrey. - Capgemini ha desarrollado metodologías propi

📌 Consultor Mlops (Nezahualcóyotl)
🏢 Capgemini
📍 Nezahualcóyotl