Senior GCP DevOps – MLOps, GenAI

Yesterday

Apply Now

Receive Emails with Similar Jobs

DaCodes.

WebsiteLinkedInAll Job Openings

Artificial Intelligence • Software

DaCodes is a technology company specializing in delivering custom software solutions and digital transformation services across various industries. The company offers a range of services including AI-powered products, quality engineering, UX/UI design, and full-stack development. DaCodes is dedicated to helping businesses innovate and transform through cutting-edge technology solutions and expert talent augmentation. With over 900 projects completed and a global team of over 220 experts, DaCodes serves industries such as automotive, e-commerce, healthcare, and more, adapting to the unique challenges each sector presents.

201 - 500 employees

Founded 2014

🤖 Artificial Intelligence

📋 Description

• 🧭 **Descripción General**Buscamos un/a **Senior GCP DevOps Engineer** con profundo dominio de infraestructura en Google Cloud, automatización, Kubernetes, Terraform y CI/CD; que además cuente con **experiencia o especialización en MLOps y GenAI**, para habilitar y operar plataformas de IA basadas en modelos de Machine Learning y LLMs. • Este rol es clave para garantizar que los modelos, workflows y sistemas multiagente del equipo de IA puedan ejecutarse de forma **escalable, confiable, segura y eficiente**. • **Senior GCP DevOps Engineer (MLOps & GenAI)****100% remoto | LATAM**** ¿Te apasiona GCP, Kubernetes, IaC y quieres trabajar con modelos de IA/LLMs en producción?** Este rol es para ti. • Buscamos a alguien que domine:🔥 GCP (IAM, VPCs, Cloud Run, Compute Engine, Pub/Sub…)** 🔥 Kubernetes/GKE (mejor aún si has trabajado con GPU)** 🔥 Terraform avanzado** 🔥 GitLab CI/CD** 🔥 Observabilidad / costos / seguridad • Y que además tenga experiencia o interés fuerte en:** 🤖 Vertex AI, MLflow** 🤖 Despliegue de modelos ML** 🤖 LLMs, RAG, workflows multiagente** 🤖 Sistemas de IA escalables • Serás quien habilite la infraestructura que permite que la IA cobre vida en producción.

🎯 Requirements

• 🔧 **Responsabilidades Principales****Infraestructura & DevOps (Core del rol)** • - Diseñar, automatizar y operar infraestructura en **GCP** (IAM, redes, VPCs, Cloud Run, Compute Engine, Pub/Sub, Cloud SQL). • - Implementar prácticas de **Infraestructura como Código** usando **Terraform** (módulos, state remoto, workspaces multiambiente). • - Construir y mantener pipelines **CI/CD con GitLab**, asegurando buenas prácticas de branching, versionado y despliegue. • **Kubernetes / GKE** • - Administrar clústeres en **GKE**, incluyendo nodepools con GPU, autoscaling, seguridad, networking y monitoreo. • - Desplegar aplicaciones de IA/ML y servicios de inferencia en GKE o Cloud Run. • **MLOps** • - Integrar y operar plataformas de Machine Learning como **Vertex AI, MLflow o equivalentes**. • - Desplegar modelos en endpoints online, batch jobs o contenedores. • - Gestionar experiment tracking, model registry y artefactos. • **GenAI & Sistemas Multiagente** • - Consumir APIs de LLMs (GPT, Gemini, Claude, etc.). • - Implementar workflows con **RAG, embeddings, pasos multiagente o pipelines de concurrencia**. • - Desplegar servicios basados en LLM en GCP, optimizando rendimiento y costos. • **Observabilidad & Costos** • - Configurar monitoreo y trazabilidad (Grafana, Datadog, Looker Studio). • - Monitorear consumo de tokens de LLMs, recursos de GPU/CPU y costos de GCP. • - Implementar alertas de latencia, fallas y carga. • 🧩 **Requisitos Obligatorios****Base DevOps/Cloud (lo más importante)** • - +4 años de experiencia con **GCP** en producción. • - +3 años con **Terraform** avanzado. • - +3 años administrando **Kubernetes/GKE**, idealmente con GPU. • - +3 años construyendo pipelines **CI/CD**. • - Dominio de Docker, seguridad en cloud, redes y observabilidad. • **Especialización MLOps** • - Haber colaborado con squads de datos/IA (no hace falta que sea el que entrena modelos, pero sí que haya desplegado modelos o servicios de ML). • - Experiencia desplegando modelos ML en endpoints batch u online. • - Alguna experiencia con GenAI: LLMs, RAG o al menos consumo de APIs (OpenAI, Gemini, etc.). • - Vertex AI / MLflow / SageMaker / Azure ML (cualquiera aplicable). • - Conocimientos de experiment tracking y versionado de modelos. • **Experiencia en GenAI** • - Uso de LLM APIs. • - Familiaridad con RAG o workflows multiagente. • - Comprensión de tokens, latencia, concurrencia y costos en inferencia. • ⭐ Nice to Have • - Certificación GCP (Cloud Architect, Data Engineer o ML Engineer). • - Experiencia con Dataflow, BigQuery o pipelines de datos. • - Conocimientos en NLP o frameworks como LangChain, LangGraph, LlamaIndex.

🏖️ Benefits

• 🚀 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.