Base pay range mx$55,000.00/yr - mx$60,000.00/yr senior gcp devops engineer (mlops & genai) descripción general: buscamos un/a senior gcp devops engineer con profundo dominio de infraestructura en google cloud, automatización, kubernetes, terraform y ci/cd; además de 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. Responsabilidades principales 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. 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. 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. Consumir apis de llms (gpt, gemini, claude, etc.) e implementar workflows con rag, embeddings y pipelines de concurrencia. Desplegar servicios basados en llm en gcp, optimizando rendimiento y costos. Configurar monitoreo y trazabilidad (grafana, datadog, looker studio) y alertas de latencia, fallas y carga. Monitorear consumo de tokens de llms, recursos de gpu/cpu y costos de gcp. Requisitos obligatorios +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. Experiencia desplegando modelos ml en endpoints batch u online; usar vertex ai / mlflow / sagemaker / azure ml. Conocimientos de experiment tracking y versionado de modelos. Uso de llm apis y familiaridad con rag o workflows multiagente; comprensión de tokens, latencia, concurrencia y costos en inferencia. Certificación gcp (cloud architect, data engineer o ml engineer) – nice to have. Experiencia con dataflow, bigquery o pipelines de datos – nice to have. Conocimientos en nlp o frameworks como langchain, langgraph, llamaindex – nice to have. Benefits integración a marcas globales y startups disruptivas. Trabajo remoto/home office. 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. #j-18808-ljbffr