DevOps Engineer Especializado en IA y MLOps — Remoto - LATAM — Consultoría Tech - GCP, Kubernetes, Terraform, CI/CD, Vertex AI

Descripción del puesto

Sobre la vacante

Kairos está buscando un DevOps Engineer especializado en IA y MLOps para liderar la implementación y optimización de infraestructuras cloud avanzadas. Este rol es clave para construir y mantener pipelines de CI/CD robustos en entornos de alta concurrencia, con foco en frameworks de agentes inteligentes y machine learning.

Requisitos principales:

• Experiencia en construcción de pipelines CI/CD con GitLab integrado a GCP
• Deployment de workflows multiagente con frameworks como Llama Index Workflows, LangGraph y ADK
• Implementación de Infraestructura como Código (IaC) utilizando Terraform
• Configuración y orquestación de Kubernetes/GKE con esquemas de CPU/GPU compartidas
• Dominio de servicios GCP: Cloud Run, Compute Engine, Cloud Functions, Pub/Sub, IAM, Load Balancers, IAP, Secret Manager, Cloud SQL, Dataflow
• Sistemas de trazabilidad y monitorización con MLflow, Grafana, Datadog, Looker Studio
• Dimensionamiento de capacidades computacionales para cargas de alta demanda y técnicas de aceleración GPU

Nice to have:

• Conocimientos en Ciencia de Datos y técnicas avanzadas de NLP
• Experiencia en estrategias de branching (GitFlow, CI/CD)
• Gestión de costos de infraestructura para sistemas de IA y arquitecturas basadas en agentes

¿Por qué deberías aplicar?

Esta posición te coloca en la vanguardia de la implementación de IA a escala. No solo trabajarás con las tecnologías más demandadas del mercado (GCP, Kubernetes, Terraform, Vertex AI), sino que serás responsable de arquitecturas que soportan workflows multiagente de alta concurrencia. En Kairos, desarrollarás expertise en MLOps avanzado y cost optimization para sistemas de IA, habilidades que tienen una demanda creciente en el mercado tech global. Serás el owner de deployments en proyectos innovadores, coordinando esfuerzos y asegurando las mejores prácticas en entornos de producción críticos.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: GCP avanzado, Kubernetes/GKE, Terraform, CI/CD GitLab, MLflow, Vertex AI
• Soft skills: Ownership, coordinación de equipos, comunicación técnica clara, pensamiento sistémico
• Especializadas: Dimensionamiento de infraestructura para IA, optimización de costos en LLMs, deployment de workflows multiagente

Tips prácticos para este puesto

• Prepara casos concretos: Ten ejemplos específicos de pipelines CI/CD que hayas construido desde cero, incluyendo métricas de mejora
• Domina el stack: Asegúrate de entender profundamente la integración entre GCP services, Kubernetes y herramientas de monitorización
• Enfócate en costos: Las empresas valoran especialmente la capacidad de dimensionar y optimizar costos en infraestructuras de IA
• Documenta procesos: Muestra cómo implementas branching strategies, naming conventions y versioning en entornos complejos

Recursos recomendados

• Documentación oficial: Google Cloud Professional DevOps Engineer certification path, Terraform Best Practices, Kubernetes Patterns
• Herramientas: GitLab CI/CD documentation, MLflow tracking, Grafana dashboards para MLOps
• Influencers: Follow Kelsey Hightower (Kubernetes), Charity Majors (Observability), Will Larson (Systems Architecture)
• Cursos: Coursera "MLOps with Vertex AI", A Cloud Guru "GCP Professional DevOps Engineer"

Preguntas frecuentes en entrevistas para este rol

• "Describe cómo implementarías un pipeline CI/CD para un workflow multiagente con alta concurrencia" - Tip: Estructura tu respuesta en fases (desarrollo, testing, staging, production) y menciona herramientas específicas (GitLab runners, Kubernetes jobs, MLflow tracking)
• "¿Cómo optimizarías costos en una infraestructura que utiliza LLMs con tokenización de entrada/salida?" - Tip: Habla sobre caching strategies, batching de requests, monitoring de usage patterns y selección de modelos apropiados
• "Explica tu experiencia con IaC y cómo manejas cambios en infraestructura crítica" - Tip: Menciona workflows de Terraform (plan-apply), state management, y rollback strategies para minimizar downtime

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $5,000 | | Senior | $5,000 - $8,000 | | Lead/Architect | $8,000 - $12,000 |

*Nota: Este rol requiere especialización en IA/MLOps, lo que incrementa el rango salarial. Empresas de USA/EU pagando en LATAM para este perfil pueden ofrecer hasta 50% más. La ubicación remota y el dominio de GCP son factores que aumentan el valor en el mercado.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en ownership - Si en la entrevista no queda claro quién es responsable final de los deployments o hay superposición de roles, pregunta específicamente sobre la estructura de reporting y toma de decisiones técnicas
• Bandera roja 2: Infraestructura desorganizada - Investiga si la empresa tiene documentación de sus procesos de IaC, estrategias de branching establecidas, y métricas de monitorización implementadas. Pregunta sobre incidentes pasados y cómo los resolvieron
• Bandera roja 3: Subestimación de costos de IA - Señal de advertencia común en roles de MLOps: si la empresa no tiene un plan claro para monitorear y optimizar costos de LLMs y GPU usage, podría indicar falta de madurez en la implementación de IA. Pregunta sobre sus herramientas de cost management y procesos de approval para nuevos recursos