MLOps EngineerIngeniero de Operaciones de Machine Learning100% Remoto|México|Inglés C1|(5+ años)Construye y opera la plataforma que lleva modelos de Machine Learning e IA generativa desde el experimento hasta producción de forma reproducible, monitoreada, segura y productivo en costos.
¿Qué harás?
Diseñar pipelines de entrenamiento, validación y despliegue con CI/CD/CT.Servir modelos e inferencia LLM a escala mediante APIs, batch o streaming.Implementar registro de modelos, versionado de datos/features, reproducibilidad y gobernanza.Monitorear deriva de datos/concepto, calidad, sesgos y costos; definir alertas y reentrenamiento.Construir herramientas de autoservicio para científicos de datos, incluyendo entornos y GPUs bajo demanda.Asegurar cumplimiento y seguridad de datos en flujos de ML, incluyendo PII, acceso y auditoría.Lo que buscamos5+ años en software/datos/DevOps y 2+ años operando modelos ML en producción.Python avanzado, Docker, Kubernetes, Terraform y al menos una plataforma ML cloud.MLflow o equivalente; Airflow, Prefect o Dagster.Experiencia con GPU, inferencia de LLM y observabilidad.Prometheus/Grafana, Evidently, Arize o similares.Comprensión sólida del ciclo de vida y métricas de evaluación de modelos.Será un plus si tienesAWS ML Specialty, Google Professional ML Engineer o CKA.Feature stores como Feast/Tecton,



vector DBs y RAG en producción.Banca/salud y requisitos de explicabilidad/auditoría.Go o Rust para componentes de alto rendimiento.Tecnologías y herramientasPython Kubernetes Docker Terraform MLflow Kubeflow/SageMaker/Vertex AI Airflow vLLM/KServe Feast Prometheus/Grafana Evidently/Arize AWS/GCP/AzureInglés y comunicaciónInglés C1 avanzado, validado durante el proceso de selección.
Necesitamos comunicación fluida para reuniones, documentación técnica, diseño, negociación de prioridades y presentación de resultados con equipos de EE.UU.Español nativo.
La documentación, tickets y comunicación oficial del proyecto serán principalmente en inglés.Modalidad de trabajoTrabajo 100% remoto desde México; no se requiere reubicación.Traslape mínimo de 5 horas con horario Pacífico o Central de EE.UU.
(por ejemplo, 9:*****:00 PT).
¿Cómo se medirá tu éxito?
Tiempo de modelo entrenado a producción inferior a 1 semana.Modelos en producción con monitoreo de deriva y plan de reentrenamiento.Costo de inferencia por mil solicitudes y disponibilidad de endpoints ≥99.9%.
¿Por qué esta oportunidad?
Proyecto internacional con equipos distribuidos y exposición directa a prácticas y tecnologías utilizadas en el mercado de EE.UU.100% remoto, con flexibilidad fuera y una ruta de crecimiento técnico.
#J-*****-Ljbffr

📌 Mlops Engineer (Xico)
🏢 Virtualent
📍 Xico