Ofertas de empleo en WayOps

• Nivel de experiencia---
• Tipo de contratoA tiempo completo
• Publicada16 ene.

Javascript .Net C# Node.js MySQL TSQL Azure Scrum Docker Cloud Coumputing Git REST TypeScript AWS Agile PostgreSQL Microservices Kafka SQL Server

Desde WayOps buscamos un perfil Backend Engineer que quiera seguir creciendo profesionalmente participando en el desarrollo de APIs y microservicios dentro de un entorno técnico exigente, con foco en la calidad del código, la mejora continua y uso de buenas prácticas.

PROYECTO & EQUIPO

Formarás parte de varias iniciativas de desarrollo de aplicaciones corporativas estratégicas para uno de nuestros principales clientes internacionales del sector farmacéutico, utilizadas en procesos de negocio donde la estabilidad, la escalabilidad y la calidad del software son fundamentales. El trabajo incluye la mejora continua de los servicios actuales y la integración de aplicaciones de terceros en los sistemas propios.

Te integrarás en un equipo técnico compuesto por perfiles backend y frontend con distintos niveles de seniority, coordinados por un responsable técnico. La dinámica de trabajo es colaborativa, con revisión de código, control de versiones y foco en buenas prácticas de desarrollo, donde se priorizará la mantenibilidad y el alineamiento de las prioridades con los requisitos del negocio.

Tu papel será clave para la evolución de las aplicaciones, participando en el diseño y desarrollo de soluciones backend robustas y escalables. Contribuirás a la mejora continua del código y a la integración de nuevas funcionalidades, resultando en un impacto real en el producto final.

FUNCIONES & RESPONSABILIDADES

En tu día a día serás responsable del desarrollo de servicios backend modernos y escalables, participando activamente en tareas como:
- Desarrollo de APIs REST y microservicios en Node.js, utilizando frameworks como NestJS (y otros similares según el caso)
- Evolución y refactorización de código existente, aplicando buenas prácticas, criterios de calidad y Clean Architecture
- Integración entre sistemas con tecnologías de mensajería (como Kafka) y consumo de APIs externas
- Automatización de procesos y tareas recurrentes
- Colaboración en revisiones de código y mejora continua del software

Aunque contarás con apoyo técnico y revisiones de código, se espera que asumas la gestión de tus entregas y organices tus tareas con autonomía.

REQUISITOS & EXPERIENCIA

Para que tu perfil sea considerado, será necesario que cuentes con al menos dos años de experiencia práctica en desarrollo backend con Node.js en entornos productivos, así como tener motivación por seguir aprendiendo.

Entre las habilidades y conocimientos imprescindibles se incluyen:
- Uso de frameworks backend como NestJS
- Experiencia desarrollando APIs REST en producción
- Trabajo con bases de datos relacionales (PostgreSQL, MySQL o SQL Server)
- Uso habitual de Git en entornos colaborativos
- Conocimientos de JavaScript y TypeScript
- Buenas prácticas de desarrollo
- Interés por la mejora continua y el aprendizaje técnico constante

Además, se valorará positivamente:
- Uso de tecnologías de mensajería o streaming de eventos (Kafka u otros)
- Integración o consumo de APIs de Inteligencia Artificial
- Dominio en desarrollo con .NET / C#
- Habituado a trabajar en proyectos usando metodologías ágiles como Scrum
- Experiencia con pipelines de CI/CD
- Uso habitual de Docker
- Experiencia en entornos cloud AWS o Azure
- Conocimientos de testing

CONTRATACIÓN & UBICACIÓN

La colaboración será preferentemente en modalidad de profesional autónomo, con contratos anuales y renovación tácita, dentro de un proyecto a largo plazo pensado para ofrecer estabilidad y continuidad. Para perfiles de especial encaje técnico o cultural, se considerará la contratación como personal asalariado con contrato indefinido.

La posición será a tiempo completo (40 h/semana) y, aunque el trabajo podrá desarrollarse de forma remota, se valorará positivamente la posibilidad de acudir uno o dos días por semana a las oficinas del cliente, situadas en San Fernando de Henares.

SOBRE WAYOPS

WayOps es una consultora tecnológica especializada en transformación digital, data-driven y cognitiva. Nos entusiasma trabajar en proyectos innovadores con las últimas tecnologías, siempre en entornos Cloud y siguiendo buenas prácticas de código limpio.

Todos nuestros profesionales, sean colaboradores autónomos o asalariados, tienen un plan de carrera personalizado, ya que apostamos por el desarrollo de cada persona, invirtiendo en formación, aprendizaje continuo y oportunidades para asumir nuevos retos dentro de proyectos reales y disruptivos.

En WayOps creemos en un modelo de accountability: responsabilidad y recompensa. Nuestro trabajo se basa en la competencia y la confianza, enfrentando los desafíos con liderazgo, buscando la excelencia, adaptándonos al ritmo del negocio y generando un impacto real.

• Nivel de experiencia---
• Tipo de contratoA tiempo completo
• Publicada16 ene.

API Python TSQL Azure Docker Cloud Coumputing Git PowerShell DevOps QA Terraform Power BI Machine Learning

En WayOps buscamos un perfil AI Architect que quiera desarrollar su carrera profesional formando parte de un equipo Data & AI de primer nivel y trabajando en proyectos cloud con las últimas tecnologías.

CONTEXTO & RESPONSABILIDADES

La persona seleccionada se incorporará dentro de un equipo de nueva formación que tendrá como misión automatizar mediante MLOps la creación responsable de modelos en la plataforma analítica. Junto al especialista de la estrategia en la plataforma y el arquitecto empresarial, el AI Architect deberá realizar la definición técnica de la arquitectura y adaptar la plataforma analítica para soportar el proceso de MLOps.

Como quiera que el proceso de automatización en el desarrollo de modelos está íntimamente ligado con el código científico desarrollado, el AI Architect también deberá supervisar el desarrollo de arquetipos que faciliten y aceleren la creación de modelos científicos responsables. En este sentido, será imprescindible contar con un background técnico en programación y experiencia en DevOps para liderar la adaptación a MLOps del proceso científico.

PROYECTO & EQUIPO
El proyecto persigue la adaptación de la plataforma analítica existente para integrar la creación responsable de modelos y automatizar su despliegue mediante MLOps. Como quiera que la base tecnológica ya incluye Azure Databricks y Azure Machine Learning Services, se quiere realizar la implementación del proceso gobernado desde Azure DevOps integrando a través de SDK con el resto de servicios para la creación automática de recursos o implementar las pipelines de despliegue.

Para el éxito del proyecto, resulta imprescindible contar con especialistas que además de tener visión de la arquitectura puedan realizar la configuración de las pipelines y crear los arquetipos en código que integren con los diferentes servicios de Azure Machine Learning. La configuración de cada iniciativa debe permitir el desarrollo local o remoto contra un clúster en Databricks o un Compute en Azure Machine Learning. Toda la configuración del proyecto y despliegue deben ser automatizados.

El equipo designado para el proyecto incluirá ingenieros de automatización MLOps (MLOps Engineer) e ingenieros de industrialización IA (AI Engineer) que serán supervisados por el líder técnico (Team Lead). El AI Architect trabajará de la mano del líder técnico y deberá liderar las tareas del equipo, especialmente los ingenieros de industrialización AI. Además, el proyecto contará con la supervisión del arquitecto empresarial y el apoyo del especialista de la plataforma. En total el equipo del proyecto serán unas ocho personas.

EXPERIENCIA & CONOCIMIENTOS

El perfil a incorporar deberá contar con 2-3 años de experiencia como Arquitecto de Datos participando en la definición e implantación de arquitecturas técnicas que engloben tanto el procesamiento de datos como la creación de modelos científicos en entornos productivos. Además, deberá contar con un background de 3-5 años de experiencia como Ingeniero de Datos desarrollando código en PySpark para la transformación de los datos preferentemente en entornos Azure + Databricks.

Se valorará experiencia previa como científico de datos y/o como especialista en industrialización de modelos científicos, así como experiencia en la definición de mejores prácticas de programación, conocimientos y experiencia con CI/CD en Azure DevOps y cualquier experiencia previa en el desarrollo de librerías de código, especialmente en torno al SDK v2 de Azure Machine Learning.

Será necesario tener experiencia previa con tecnologías:
- Azure (Databricks, Azure Machine Learning, Storage, Data Factory, Key Vault)
- Azure Machine Learning (Experiment Tracking, Model Registry, AML Studio, AML SDK v2, MLflow)
- Databricks (PySpark, Dataframes, Delta Tables, Unity Catalog, Databricks Connect)
- Azure DevOps (Boards, Pipelines, Repos, Test Plans, Artifacts)
- Desarrollo Python (Click, Poetry, Pipx, Opencensus, Black, Pdb+, fastAPI)
- QA & Testing (Kiuwan, JMeter, PyTest)
- Herramientas (Visual Studio Code, Git)

Además se valorará positivamente contar con experiencia o conocimientos en:
- Azure (Cosmos DB, SQL Databases, Managed Identities, Application Insights, Azure Monitor, App Service)
- Azure Machine Learning (AML Pipelines, AML Endpoints, AML Environments, AML Compute)
- Machine Learning (sklearn, mllib, h2o, tensorflow, keras)
- Responsible AI (AML RAI SDK, Fairlearn, InterpretML, DiCE, EconML)
- IaC (Terraform, Databricks API, Bicep, Docker, Powershell, Scripting)
- Analytics (PowerBI)

CONTRATACIÓN & UBICACIÓN

La contratación será mediante contrato anual prorrogable como autónomo en jornada completa. El trabajo se desarrollará en remoto preferentemente dentro del horario de oficina del cliente para facilitar la coordinación con el resto del equipo. Banda salarial negociable en función de la experiencia aportada. Incorporación inmediata.

• Nivel de experiencia---
• Tipo de contratoConsultor
• Publicada16 ene.

Teletrabajo API Python TSQL Azure Docker Cloud Coumputing Git PowerShell DevOps QA Terraform Machine Learning

En WayOps buscamos un perfil **DevOps Engineer** que quiera desarrollar su carrera profesional formando parte de un equipo Data & AI de primer nivel y trabajando en proyectos cloud con las últimas tecnologías.

**CONTEXTO & RESPONSABILIDADES**
La persona seleccionada se incorporará dentro de un equipo de nueva formación que tendrá como misión automatizar mediante MLOps la creación responsable de modelos en la plataforma analítica. (Junto al AI Architect, ) el DevOps Engineer deberá implementar pipelines CI/CD que permitan la integración y entrega continuas de código (DevOps) y modelos (ModelOps). Será imprescindible contar con un background técnico en programación y familiaridad tanto con DevOps, como con el ciclo de vida de los modelos científicos.

**PROYECTO & EQUIPO**
El proyecto persigue la adaptación de la plataforma analítica existente para integrar la creación responsable de modelos y automatizar su despliegue mediante MLOps. Como quiera que la base tecnológica ya incluye Azure Databricks y Azure Machine Learning Services, se quiere realizar la implementación del proceso gobernado desde Azure DevOps integrando a través de SDK con el resto de servicios para la creación automática de recursos o implementar las pipelines de despliegue.

Para el éxito del proyecto, resulta imprescindible contar con especialistas que además de tener visión de la arquitectura puedan realizar la configuración de las pipelines y crear los arquetipos en código que integren con los diferentes servicios de Azure Machine Learning. La configuración de cada iniciativa debe permitir el desarrollo local o remoto contra un clúster en Databricks o un Compute en Azure Machine Learning. Toda la configuración del proyecto y despliegue deben ser automatizados.

El equipo designado para el proyecto incluirá ingenieros de automatización MLOps (DevOps Engineer) e ingenieros de industrialización IA (AI Engineer) que serán supervisados por el líder técnico (Team Lead). El AI Architect trabajará de la mano del líder técnico y deberá liderar las tareas del equipo, especialmente los ingenieros de industrialización AI. Además, el proyecto contará con la supervisión del arquitecto empresarial y el apoyo del especialista de la plataforma. En total el equipo del proyecto serán unas ocho personas.

**EXPERIENCIA & CONOCIMIENTOS**
El perfil a incorporar deberá contar con 2-3 años de experiencia como especialista DevOps liderando la creación de pipelines de integración y despliegue continuo con Azure DevOps, así como código que permita la industrialización y automatización del despliegue de entornos (IaC). Además, deberá contar con un background de 3-5 años de experiencia como Ingeniero de Software o Ingeniero de Sistemas desarrollando aplicaciones y programas o desarrollando scripts que faciliten la configurando de entornos.

Se valorará experiencia previa en industrialización de entornos Data & AI, especialmente los orientados al ciclo de vida de los modelos científicos. Además, se valorará experiencia con Bizep/Terraform y experiencia o conocimiento con la API de de Azure Databricks.

Será necesario tener experiencia previa con tecnologías:
- Azure DevOps (Boards, Pipelines, Repos, Test Plans, Artifacts)
- Azure (Key Vault, Managed Identities, Application Insights, Azure Monitor, App Service, Storage)
- Azure Machine Learning (Experiment Tracking, Model Registry, AML SDK v2, MLflow)
- IaC (Terraform, Databricks API, Bicep, Docker, Powershell, Scripting)
- QA & Testing (Kiuwan, JMeter, PyTest)
- Visual Studio Code, Git, GitFlow)

Además se valorará positivamente contar con experiencia o conocimientos en:
- Azure (Data Factory, Databricks, Azure Machine Learning, Cosmos DB, SQL Databases)
- Azure Machine Learning (AML Pipelines, AML Endpoints, AML Environments, AML Compute)
- Databricks (Delta Tables, Unity Catalog, Databricks Connect)
- Desarrollo Python (Click, Poetry, Pipx, Opencensus, Black, Pdb+, fastAPI)

**CONTRATACIÓN & UBICACIÓN**
La contratación será mediante un contrato anual prorrogable como autónomo a jornada completa. El trabajo se llevará a cabo de forma remota, adaptándose al horario de oficina para facilitar la coordinación con el equipo. La banda salarial será negociable en función de la experiencia aportada.