Name of the Position: ML Platform Engineer – MLOps & DataOps

Location/Modality: Guadalajara, Jalisco | On-site

About the role: Serás responsable de construir y operar la plataforma técnica que permite a Nurvai gestionar datos de robótica y desplegar modelos de IA en producción. Trabajarás con pipelines de datos, automatización de Machine Learning e infraestructura multicloud, garantizando la integridad, trazabilidad y disponibilidad de los datos y servicios.

Key Responsibilities

Data Management & Processing

• Administrar bases de datos y mantener el registro, versionado y trazabilidad de datasets y recordings.

• Construir pipelines de ingesta, post-procesamiento y anotación de datos.

• Automatizar validaciones de calidad, limpieza, segmentación y conversión de formatos.

MLOps & Model Deployment

• Automatizar el ciclo de vida de modelos: entrenamiento, evaluación, registro, despliegue y reentrenamiento.

• Desarrollar y mantener pipelines para inferencia en tiempo real y batch.

• Implementar procesos de CI/CD para código, datos y modelos.

Infrastructure & Operations

• Gestionar infraestructura como código, contenedores y clústeres con GPU.

• Mantener la portabilidad de pipelines entre AWS, GCP, Azure y entornos on-premise.

• Monitorear servicios y modelos en producción, detectar drift y resolver incidentes.

• Optimizar costos de cómputo, controlar accesos y documentar procesos operativos.

Qualifications

• Licenciatura o Ingeniería en Ciencias Computacionales, Software, Ciencia de Datos o carrera afín.

• Experiencia en Data Engineering, DevOps, Platform Engineering o MLOps.

• Experiencia desarrollando pipelines de datos y automatizando procesos.

• Conocimientos de bases de datos, contenedores, CI/CD e infraestructura cloud.

• Capacidad para resolver problemas técnicos y operar sistemas en producción.

• Inglés avanzado (C1–C2), con capacidad para comunicarse eficazmente en entornos profesionales y comprender documentación técnica especializada.

Technical Skills

• Python y SQL.

• Bases de datos, metadatos y versionado de datasets.

• Docker y orquestación de contenedores.

• AWS, GCP, Azure e infraestructura on-premise.

• Infrastructure as Code y CI/CD.

• Pipelines de datos y Machine Learning.

• Monitoreo, observabilidad y gestión de recursos de cómputo.

Preferred Experience

• Experiencia con Kubernetes y Terraform.

• Experiencia con herramientas de orquestación de pipelines.

• Experiencia con model registry y experiment tracking.

• Experiencia operando workloads de ML con GPU.

• Experiencia en infraestructura multicloud y monitoreo de modelos en producción.

What We Offer

• Tiempo completo, lunes a viernes de 8:00 a.m. a 5:00 p.m.

• $40,000 – $45,000 MXN mensuales brutos.

• Prestaciones de ley.

• Participación en proyectos de Inteligencia Artificial y plataformas de datos.

• Ownership técnico sobre pipelines, infraestructura y despliegues de ML.