• Diseñar, implementar y optimizar soluciones y prácticas de MLOps (Machine Learning Operations) que permitan automatizar y gestionar el ciclo de vida de modelos de Machine Learning, desde su desarrollo y entrenamiento hasta su despliegue, monitoreo y mantenimiento en ambientes productivos.
Conocimientos y experiencia necesaria:
• Diseñar e implementar arquitecturas y pipelines de MLOps para automatizar el ciclo de vida de modelos de Machine Learning.
• Construir procesos de CI/CD/CT orientados a modelos de ML.
• Automatizar procesos de entrenamiento, validación, versionamiento, despliegue y monitoreo de modelos.
• Implementar soluciones para model registry, experiment tracking y model versioning.
• Monitorear el desempeño de modelos en producción e identificar model drift, data drift y degradación del performance.
• Desplegar modelos mediante APIs, microservicios,
contenedores y plataformas cloud.
• Implementar y administrar soluciones utilizando Docker y Kubernetes.
• Integrar plataformas de Machine Learning con servicios y arquitecturas Cloud.
• Trabajar con equipos de Data Science, Data Engineering, DevOps, Cloud y Arquitectura para industrializar soluciones de IA/ML.
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