Cuéntanos tu proyecto

MLOps / LLMOps Engineer para tu equipo

Un ingeniero de MLOps y LLMOps que lleva modelos propios y modelos de lenguaje a producción con ajuste fino, evaluación continua, versionado y un despliegue que se puede repetir.

Tecnologías y competencias habituales

  • Ajuste fino (Fine-tuning)
  • LoRA
  • Evaluación de LLMs
  • LangSmith

También lo buscarás como MLOps, LLMOps engineer, ingeniero de operaciones de IA y ingeniero de plataforma de modelos.

Qué hace un ingeniero de MLOps

Monta el ciclo de vida de los modelos: datos de entrenamiento versionados, ajuste fino con técnicas como LoRA, evaluación automática en cada versión, registro de modelos y despliegue con control de coste y latencia. Con LLM añade trazas y evaluación con herramientas como LangSmith.

Cuándo necesitas uno

  • Tienes un modelo ajustado que nadie sabe reproducir ni qué datos usó.
  • Cada cambio de prompt o de modelo se publica sin medir si empeora algo.
  • Quieres alojar un modelo abierto en tu propia infraestructura por privacidad o por coste.

Qué distingue a un buen ingeniero de MLOps

  • Versiona datos, código, configuración y modelos de forma que cualquier resultado se pueda reproducir.
  • Sabe cuándo compensa un ajuste fino (LoRA, QLoRA) y cuándo basta con prompts o recuperación de documentos.
  • Automatiza la evaluación en cada versión, con conjuntos de prueba propios y comparación con la anterior.
  • Sirve modelos con latencia y coste medidos: cuantización, lotes, caché y elección del tamaño adecuado.
  • Monitoriza deriva, calidad y gasto en producción, con alertas y capacidad de volver a la versión anterior.

Junior, middle o senior

Junior

Ejecuta entrenamientos y despliegues sobre canalizaciones ya definidas y mantiene el registro de experimentos.

Middle

Construye la canalización completa de un caso de uso: entrenamiento, evaluación, despliegue y monitorización.

Senior

Diseña la plataforma de modelos de la empresa, fija las reglas de promoción a producción y controla costes y riesgos.

Dos formas de trabajar

On Demand

Se suma a tu equipo el tiempo que lo necesites.

Try & Hire

Trabaja contigo y, tras un tiempo, puedes incorporarlo a tu plantilla sin costes.

¿Necesitas un equipo entero? Mira los Agile Squads.

Preguntas frecuentes

¿En qué se diferencia MLOps de LLMOps?

MLOps cubre modelos propios: entrenamiento, versionado y reentrenamiento. LLMOps se centra en aplicaciones sobre modelos de lenguaje: prompts versionados, evaluación de respuestas, trazas y control del gasto en tokens. En la práctica comparten herramientas y principios.

¿Cuándo tiene sentido un ajuste fino?

Cuando necesitas un formato, un estilo o una tarea muy concreta que los prompts y la recuperación de documentos no consiguen de forma estable, o cuando quieres un modelo pequeño que sustituya a uno grande por coste. Antes de ajustar conviene tener un conjunto de evaluación.

¿Es lo mismo que un ingeniero de machine learning?

No del todo. El ingeniero de ML suele ocuparse de modelos concretos de principio a fin; el de MLOps construye la plataforma y las prácticas que usan varios modelos y equipos. Hay perfiles que cubren ambas cosas.

¿Puede alojar modelos abiertos en nuestra infraestructura?

Sí. Es habitual cuando hay requisitos de privacidad: se despliega el modelo en tu nube o en tus servidores y se mide si el coste y la calidad compensan frente a una API.

¿Puedo incorporarlo después a mi plantilla?

Sí. Con la modalidad Try & Hire trabaja contigo y, tras un tiempo, puedes incorporarlo a tu plantilla sin costes.

¿Cómo se factura?

Pagas por el trabajo realmente efectivo: solo las horas trabajadas. La selección, las bajas, las vacaciones y las sustituciones corren de nuestra cuenta.

¿Trabaja en remoto o en nuestras oficinas?

Como lo necesite tu equipo: en remoto, en híbrido o presencial, en España.

Cómo llega un perfil a tu equipo

Vendemos calidad: preferimos presentarte a una persona que encaja antes que a cinco que no.

De cada 20 candidatos que evaluamos, te presentamos a uno.

  1. Nos cuentas qué necesitas

    El perfil, el nivel, las tecnologías y cómo trabaja tu equipo.

  2. Validamos a la persona

    Nuestro equipo técnico revisa su conocimiento real, también cómo trabaja con IA. De cada 20 candidatos, pasa uno.

  3. Te la presentamos

    Conoces a la persona antes de decidir. El 93 % de nuestros clientes contrata a la primera que le presentamos.

  4. Empieza en tu equipo

    Pagas solo las horas trabajadas. De la selección, las bajas, las vacaciones y las sustituciones nos ocupamos nosotros.

Cuéntanos qué quieres construir

No hace falta que lo tengas todo claro. Con una idea y el problema que quieres resolver nos basta para empezar.

  1. Leemos tu proyecto. Lo revisa alguien del equipo técnico.
  2. Te llamamos. Una conversación corta para entender tu negocio y tus datos.
  3. Te enviamos una propuesta. Con alcance, equipo y presupuesto cerrados.
Paso 1 de 3
¿Qué necesitas?

Elige una opción para continuar.

Cuéntanos un poco más

Presupuesto aproximado

¿Dónde te respondemos?

Necesitamos tu permiso para poder responderte.