MLOps Engineer (AWS) (México Only)

¡Trabaja en DaCodes! Somos una firma de expertos en software y transformación digital de alto impacto. Durante 10 años hemos creado soluciones enfocadas en la tecnología e innovación gracias a nuestro equipo de casi 300 talentosos #DaCoders, incluyendo desarrolladores, arquitectos, diseñadores UX/UI, PMs, QA testers y más. Nuestro equipo colabora en proyectos con clientes en LATAM y Estados Unidos, logrando resultados sobresalientes. En DaCodes, tendrás la oportunidad de impulsar tu desarrollo profesional, trabajar en diversos proyectos dentro de distintas industrias, y contribuir al diseño, implementación y optimización de infraestructuras en la nube. Nuestros DaCoders tienen un gran impacto en el éxito de nuestro negocio y el de nuestros clientes. Serás el experto que participará en nuestros proyectos y tendrás acceso a startups disruptivas y marcas globales. Estamos en búsqueda de un MLOps Engineer (AWS) para integrarse a un proyecto enfocado en una plataforma de forecasting de demanda y optimización de horarios operando en producción sobre AWS. La persona seleccionada será responsable de garantizar la estabilidad, confiabilidad y escalabilidad de los pipelines existentes, participando activamente en despliegues, monitoreo, automatización y mejora continua de la plataforma. Este rol está orientado a la operación y mantenimiento de soluciones de Machine Learning en producción, más que al desarrollo de modelos desde cero. Buscamos a alguien con sólida experiencia en Python, servicios cloud de AWS, automatización de despliegues y buenas prácticas de ingeniería de software, capaz de trabajar sobre código existente, optimizar procesos y asegurar la continuidad operativa de los sistemas. • Operar y mantener en producción la plataforma de forecasting de demanda y optimización de horarios. • Garantizar que los pipelines de ML corran de forma confiable en AWS, identificando y resolviendo incidentes proactivamente. • Gestionar despliegues de modelos y servicios usando Docker, CI/CD y herramientas de IaC (SAM / CloudFormation). • Refactorizar y mejorar código Python existente para aumentar rendimiento, mantenibilidad y cobertura de pruebas. • Monitorear servicios y pipelines mediante CloudWatch y herramientas equivalentes. • Colaborar con el equipo de data science para integrar nuevas versiones de modelos al entorno productivo. • Participar en revisiones de código (PRs) siguiendo buenas prácticas de Git y pytest. • Documentar configuraciones, decisiones de infraestructura y procedimientos operativos. Stack técnico (core indispensable): • Python 3.12 sólido: pandas, Polars, numpy, scikit-learn, XGBoost; capacidad de refactorizar código ajeno. • AWS: Lambda, S3, IAM, CloudWatch, Step Functions, SageMaker, ECR. • Docker: build y debug de imágenes. • CI/CD: Azure DevOps o equivalente (GitHub Actions / GitLab CI). • IaC: lectura y edición de SAM / CloudFormation. • Git + pytest: trabajo por ramas, PRs y pruebas unitarias. Deseable (nice to have): • Glue, EventBridge, MLflow. • Multiprocessing en Python. • OR-Tools / CP-SAT (optimización con restricciones) — se puede capacitar. • Snowflake, DevSecOps. Requisitos mínimos: • 3–5 años de experiencia en roles de MLOps, DevOps o infraestructura de ML. • Experiencia demostrable manteniendo pipelines de ML en producción sobre AWS. • Perfil proactivo con capacidad de trabajar de forma autónoma. 🚀 Integración a marcas globales y startups disruptivas. 🏡 Trabajo remoto/Home office. 📍 En caso de requerir modalidad híbrida o presencial, serás informado desde la primera sesión. ⏳ Horario ajustado a la célula de trabajo/proyecto asignado. 📅 Trabajo de lunes a viernes. 🎉 Día off en tu cumpleaños. 🏥 Seguro de gastos médicos mayores (aplica para México). 🛡️ Seguro de vida (aplica para México). 🌎 Equipos de trabajo multiculturales. 🎓 Acceso a cursos y certificaciones. 📢 Meetups con invitados especiales del área de IT. 📡 Eventos virtuales de integración y grupos de interés. 📢 Clases de inglés. 🏆 Oportunidades dentro de nuestras diferentes líneas de negocio. 🏅 Orgullosamente certificados como Great Place to Work.