Ingeniero de Operaciones de Aprendizaje Automático (MLOps)
Compartir:



Ubicación: Hanoi
Responsabilidades Clave:
● Diseñar, construir y solucionar problemas de sistemas y aplicaciones de IA de calidad de producción en
GCP & AWS
● Desarrollar y mantener pipelines de CI/CD utilizando herramientas como Jenkins, GitHub Actions o
similares.
● Optimizar, refactorizar, contenerizar, implementar y monitorear modelos de ciencia de datos, asegurando
una robusta versionado y control de calidad.
● Automatizar pruebas, validación y evaluación de rendimiento de modelos de aprendizaje
automático.
● Colaborar con científicos de datos, ingenieros y arquitectos para entregar soluciones escalables,
documentando los procesos de manera clara y completa.
● Gestionar y optimizar infraestructura como código (IaC) utilizando herramientas como Terraform o
CloudFormation para asegurar entornos escalables y reproducibles.
● Implementar y monitorear métricas de rendimiento de modelos en producción, abordando proactivamente el deriva, el sesgo o la degradación.
● Asegurar la seguridad y cumplimiento de los sistemas de IA, incluyendo estándares de privacidad de datos (por ejemplo, GDPR, HIPAA) y prácticas de implementación seguras.
Cualificaciones Requeridas:
● Experiencia comprobada diseñando y ejecutando pipelines de MLOps en plataformas en la nube
(Preferiblemente GCP & AWS).
● Experiencia práctica con marcos de MLOps (por ejemplo, Kubeflow, MLFlow, Metaflow,
Ray) y herramientas de contenerización (Docker, Kubernetes).
● Fuertes habilidades de programación en Python, Bash o similares, junto con un profundo conocimiento de
entornos Linux.
● Experiencia con herramientas de monitoreo como Prometheus, Grafana o frameworks de registro
personalizados para rastrear el rendimiento del sistema y del modelo.
● Conocimiento de marcos de computación distribuida (por ejemplo, Spark, Ray) para manejar el procesamiento de datos a gran escala o entrenamiento de modelos.
● Comprensión de APIs RESTful y arquitectura de microservicios, con experiencia
integrando modelos de ML en ecosistemas de aplicaciones.
● Excelentes habilidades de comunicación en inglés, con un enfoque colaborativo y orientado al equipo.
Cualificaciones Preferidas:
● Experiencia con procesamiento de datos en tiempo real o computación en la periferia.
● Antecedentes en aplicaciones de IA/ML vinculadas a la neurociencia, dispositivos portátiles o interacción humano-
computadora (alineados con la misión de EMOTIV).
Por favor envíe su CV a la Sra. Huyen a huyennguyen@emotiv.com.
Ubicación: Hanoi
Responsabilidades Clave:
● Diseñar, construir y solucionar problemas de sistemas y aplicaciones de IA de calidad de producción en
GCP & AWS
● Desarrollar y mantener pipelines de CI/CD utilizando herramientas como Jenkins, GitHub Actions o
similares.
● Optimizar, refactorizar, contenerizar, implementar y monitorear modelos de ciencia de datos, asegurando
una robusta versionado y control de calidad.
● Automatizar pruebas, validación y evaluación de rendimiento de modelos de aprendizaje
automático.
● Colaborar con científicos de datos, ingenieros y arquitectos para entregar soluciones escalables,
documentando los procesos de manera clara y completa.
● Gestionar y optimizar infraestructura como código (IaC) utilizando herramientas como Terraform o
CloudFormation para asegurar entornos escalables y reproducibles.
● Implementar y monitorear métricas de rendimiento de modelos en producción, abordando proactivamente el deriva, el sesgo o la degradación.
● Asegurar la seguridad y cumplimiento de los sistemas de IA, incluyendo estándares de privacidad de datos (por ejemplo, GDPR, HIPAA) y prácticas de implementación seguras.
Cualificaciones Requeridas:
● Experiencia comprobada diseñando y ejecutando pipelines de MLOps en plataformas en la nube
(Preferiblemente GCP & AWS).
● Experiencia práctica con marcos de MLOps (por ejemplo, Kubeflow, MLFlow, Metaflow,
Ray) y herramientas de contenerización (Docker, Kubernetes).
● Fuertes habilidades de programación en Python, Bash o similares, junto con un profundo conocimiento de
entornos Linux.
● Experiencia con herramientas de monitoreo como Prometheus, Grafana o frameworks de registro
personalizados para rastrear el rendimiento del sistema y del modelo.
● Conocimiento de marcos de computación distribuida (por ejemplo, Spark, Ray) para manejar el procesamiento de datos a gran escala o entrenamiento de modelos.
● Comprensión de APIs RESTful y arquitectura de microservicios, con experiencia
integrando modelos de ML en ecosistemas de aplicaciones.
● Excelentes habilidades de comunicación en inglés, con un enfoque colaborativo y orientado al equipo.
Cualificaciones Preferidas:
● Experiencia con procesamiento de datos en tiempo real o computación en la periferia.
● Antecedentes en aplicaciones de IA/ML vinculadas a la neurociencia, dispositivos portátiles o interacción humano-
computadora (alineados con la misión de EMOTIV).
Por favor envíe su CV a la Sra. Huyen a huyennguyen@emotiv.com.
Ubicación: Hanoi
Responsabilidades Clave:
● Diseñar, construir y solucionar problemas de sistemas y aplicaciones de IA de calidad de producción en
GCP & AWS
● Desarrollar y mantener pipelines de CI/CD utilizando herramientas como Jenkins, GitHub Actions o
similares.
● Optimizar, refactorizar, contenerizar, implementar y monitorear modelos de ciencia de datos, asegurando
una robusta versionado y control de calidad.
● Automatizar pruebas, validación y evaluación de rendimiento de modelos de aprendizaje
automático.
● Colaborar con científicos de datos, ingenieros y arquitectos para entregar soluciones escalables,
documentando los procesos de manera clara y completa.
● Gestionar y optimizar infraestructura como código (IaC) utilizando herramientas como Terraform o
CloudFormation para asegurar entornos escalables y reproducibles.
● Implementar y monitorear métricas de rendimiento de modelos en producción, abordando proactivamente el deriva, el sesgo o la degradación.
● Asegurar la seguridad y cumplimiento de los sistemas de IA, incluyendo estándares de privacidad de datos (por ejemplo, GDPR, HIPAA) y prácticas de implementación seguras.
Cualificaciones Requeridas:
● Experiencia comprobada diseñando y ejecutando pipelines de MLOps en plataformas en la nube
(Preferiblemente GCP & AWS).
● Experiencia práctica con marcos de MLOps (por ejemplo, Kubeflow, MLFlow, Metaflow,
Ray) y herramientas de contenerización (Docker, Kubernetes).
● Fuertes habilidades de programación en Python, Bash o similares, junto con un profundo conocimiento de
entornos Linux.
● Experiencia con herramientas de monitoreo como Prometheus, Grafana o frameworks de registro
personalizados para rastrear el rendimiento del sistema y del modelo.
● Conocimiento de marcos de computación distribuida (por ejemplo, Spark, Ray) para manejar el procesamiento de datos a gran escala o entrenamiento de modelos.
● Comprensión de APIs RESTful y arquitectura de microservicios, con experiencia
integrando modelos de ML en ecosistemas de aplicaciones.
● Excelentes habilidades de comunicación en inglés, con un enfoque colaborativo y orientado al equipo.
Cualificaciones Preferidas:
● Experiencia con procesamiento de datos en tiempo real o computación en la periferia.
● Antecedentes en aplicaciones de IA/ML vinculadas a la neurociencia, dispositivos portátiles o interacción humano-
computadora (alineados con la misión de EMOTIV).
Por favor envíe su CV a la Sra. Huyen a huyennguyen@emotiv.com.
Soluciones
Soporte
Empresa
Descargo de responsabilidad del producto

© 2025 EMOTIV, Todos los derechos reservados.

Tus opciones de privacidad (Configuración de cookies)
*Descargo de responsabilidad – Los productos de EMOTIV están destinados a ser utilizados solo para aplicaciones de investigación y uso personal. Nuestros productos no se venden como Dispositivos Médicos según lo definido en la directiva de la UE 93/42/EEC. Nuestros productos no están diseñados ni destinados a ser utilizados para el diagnóstico o tratamiento de enfermedades.
Nota sobre las traducciones: Las versiones en idiomas distintos del inglés de este sitio web han sido traducidas para su conveniencia utilizando inteligencia artificial. Si bien nos esforzamos por la precisión, las traducciones automáticas pueden contener errores o matices que difieren del texto original. Para la información más precisa, consulte la versión en inglés de este sitio.
Soluciones
Soporte
Empresa
Descargo de responsabilidad del producto

© 2025 EMOTIV, Todos los derechos reservados.

Tus opciones de privacidad (Configuración de cookies)
*Descargo de responsabilidad – Los productos de EMOTIV están destinados a ser utilizados solo para aplicaciones de investigación y uso personal. Nuestros productos no se venden como Dispositivos Médicos según lo definido en la directiva de la UE 93/42/EEC. Nuestros productos no están diseñados ni destinados a ser utilizados para el diagnóstico o tratamiento de enfermedades.
Nota sobre las traducciones: Las versiones en idiomas distintos del inglés de este sitio web han sido traducidas para su conveniencia utilizando inteligencia artificial. Si bien nos esforzamos por la precisión, las traducciones automáticas pueden contener errores o matices que difieren del texto original. Para la información más precisa, consulte la versión en inglés de este sitio.
Soluciones
Soporte
Empresa
Descargo de responsabilidad del producto

© 2025 EMOTIV, Todos los derechos reservados.

Tus opciones de privacidad (Configuración de cookies)
*Descargo de responsabilidad – Los productos de EMOTIV están destinados a ser utilizados solo para aplicaciones de investigación y uso personal. Nuestros productos no se venden como Dispositivos Médicos según lo definido en la directiva de la UE 93/42/EEC. Nuestros productos no están diseñados ni destinados a ser utilizados para el diagnóstico o tratamiento de enfermedades.
Nota sobre las traducciones: Las versiones en idiomas distintos del inglés de este sitio web han sido traducidas para su conveniencia utilizando inteligencia artificial. Si bien nos esforzamos por la precisión, las traducciones automáticas pueden contener errores o matices que difieren del texto original. Para la información más precisa, consulte la versión en inglés de este sitio.



