Valarian
Valarian
Valarian desarrolla infraestructura de soberanía de datos y seguridad para empresas comerciales e instituciones gubernamentales. Su plataforma está diseñada para organizaciones de los sectores de defensa, salud y otras industrias reguladas que necesitan proteger información confidencial y cumplir al mismo tiempo con las obligaciones locales de conformidad. Valarian se centra en la localización de datos, la gestión granular de accesos, la auditabilidad y la resiliencia frente a amenazas cibernéticas, interrupciones de red, filtraciones de datos y riesgos geopolíticos. La empresa ayuda a las organizaciones que operan a través de fronteras a mantener el control sobre sus datos sin limitar su capacidad de innovar y competir a escala internacional.

Ingeniero sénior de MLOps en Valarian

Opera aplicaciones LLM en producción e infraestructura de IA con agentes en Valarian, una empresa de tecnología de seguridad de doble uso. Supervisa despliegues en Kubernetes, observabilidad, canalizaciones de datos y fiabilidad de servicios.

Descripción

  • Asume la responsabilidad del despliegue, la supervisión, la orquestación y la fiabilidad de aplicaciones LLM en producción y una plataforma de IA con agentes.
  • Diseña y opera servicios LLM, aplicaciones con agentes y cargas de trabajo de IA relacionadas en clústeres Kubernetes de alto rendimiento.
  • Automatiza despliegues de contenedores, endpoints de inferencia escalables y lanzamientos blue-green o canary mediante canalizaciones CI/CD.
  • Mantén flujos de trabajo de IA con agentes en producción, incluida la ejecución de herramientas en varios pasos, la gestión del estado y la coordinación entre agentes.
  • Investiga y resuelve problemas que abarcan la lógica de aplicaciones de IA, los marcos de orquestación, las API externas y la infraestructura en la nube.
  • Desarrolla sistemas de supervisión y evaluación de la precisión de las respuestas, la deriva, la latencia, el coste y las métricas de alucinaciones.
  • Añade visibilidad a nivel de trazas de las rutas de ejecución de los agentes, incluidos los prompts, las respuestas generadas, las llamadas a herramientas y cada paso individual.
  • Supervisa y mejora las canalizaciones de datos en tiempo real y por lotes, los almacenes de características, los índices vectoriales y las actualizaciones de embeddings.
  • Gestiona recursos de GPU y CPU, memoria, escalado automático y costes en la nube para mejorar el tiempo hasta el primer token y el rendimiento.

Requisitos

  • Al menos tres años de experiencia en MLOps, LLMOps, ingeniería de plataformas, infraestructura de IA o SRE centrado en cargas de trabajo de aprendizaje automático.
  • Experiencia práctica desplegando y operando aplicaciones complejas en contenedores a escala sobre Kubernetes, como EKS, GKE, AKS o bare metal.
  • Sólidas habilidades de Python para automatización de backend, depuración de sistemas, herramientas personalizadas e integraciones.
  • Experiencia con herramientas de supervisión y registro como Prometheus, Grafana, Datadog u OpenTelemetry, además de plataformas de trazas y evaluación LLM como LangSmith, Phoenix/Arize, Langfuse o TruLens.
  • Familiaridad con sistemas CI/CD modernos como GitHub Actions, GitLab CI o ArgoCD, y herramientas de infraestructura como código como Terraform o Pulumi.
  • Sólido conocimiento operativo de arquitecturas con agentes, encadenamiento de prompts, llamadas a funciones y ejecución de herramientas, así como del comportamiento no determinista de las aplicaciones.
  • Se valorará la experiencia práctica con canalizaciones de generación aumentada por recuperación (RAG) y bases de datos vectoriales en producción.
  • Se valorará el conocimiento práctico de marcos de desarrollo y orquestación de agentes.
  • Se valorará la experiencia con motores y marcos de servicio de LLM de alto rendimiento.
  • Se valorará el conocimiento de prácticas de seguridad de IA y de límites de solicitudes o controles de costes.

Beneficios

  • Participación accionarial.
  • Salario competitivo.
  • Aportaciones del empleador a la pensión.
  • Seguro médico privado.
  • Modalidad de trabajo híbrida.
  • Abonos de gimnasio.
  • Retiros y encuentros de empresa diseñados para favorecer el equilibrio entre la vida laboral y personal.

Empleos relacionados

Faculty

Ingeniero/a sénior de aprendizaje automático en Faculty (híbrido, Reino Unido)

Faculty

Lidera la arquitectura y la entrega de sistemas de aprendizaje automático responsables y listos para producción para clientes de energía limpia y sostenibilidad de Faculty. Asesora a clientes, guía la implementación y mentoriza a ingenieros.

Abrir