Diseñar, implementar y optimizar la infraestructura y procesos necesarios para el ciclo de vida completo de modelos de Machine Learning, asegurando su despliegue, monitoreo y mantenimiento en entornos productivos de manera eficiente y escalable.
Definir y construir pipelines de CI/CD para modelos de Machine Learning.
Automatizar procesos de entrenamiento, validación y despliegue de modelos.
Integrar herramientas de versionado de datos y modelos (DVC, MLflow).
Implementar prácticas de monitoreo y retraining para modelos en producción.
Garantizar la seguridad, gobernanza y cumplimiento normativo en el ciclo de vida de ML.
Colaborar con equipos de Data Science, DevOps y Arquitectura para optimizar flujos.