? ¿Qué harás?

Buscamos a una persona con experiencia en Machine Learning e Inteligencia Artificial para diseñar, desarrollar e implementar modelos predictivos y soluciones inteligentes en entornos reales.

Será responsable de entrenar y optimizar modelos de ML/Deep Learning, colaborar con equipos de Data Engineering en la construcción de pipelines de datos y garantizar la calidad, monitorización y despliegue de modelos mediante prácticas de MLOps.

Además, deberá comunicar resultados a equipos técnicos y de negocio, así como promover buenas prácticas y mentorizar perfiles junior. ?

? Requisitos del puesto:

Skills Necesarios:

- Google Cloud Platform (GCP): Experiencia sólida y demostrable con Vertex AI (Pipelines, Model Registry, Workbench y despliegue de modelos) y BigQuery (optimización de consultas a gran escala, procesamiento distribuido y conectores externos).
- Ingeniería de Software / Python: Nivel avanzado en Python enfocado al desarrollo de código modular, desacoplado, testeable y preparado para ejecuciones concurrentes. Experiencia aplicando buenas prácticas de ingeniería (Git, testing automatizado, code reviews y gestión de dependencias).
- Machine Learning para grandes volúmenes de datos: Experiencia desarrollando modelos predictivos con algoritmos como LightGBM, XGBoost, CatBoost o similares, trabajando con datasets de millones de registros y optimizando tiempos de entrenamiento e inferencia.
- Industrialización de modelos (MLOps): Experiencia llevando modelos desde entornos de experimentación (Notebooks/Workbench) hasta producción mediante pipelines automatizados, versionado de modelos, despliegues reproducibles y monitorización.
- DevOps aplicado a Machine Learning: Experiencia con Docker, CI/CD (GitHub Actions, GitLab CI o similares),



automatización de despliegues y gestión de entornos para soluciones de Machine Learning.
- Data Engineering para Machine Learning: Experiencia construyendo pipelines de datos eficientes para entrenamiento e inferencia, optimización de procesos ETL/ELT y gestión de grandes volúmenes de datos.

Skills Deseables:

- Forecasting / Series Temporales: Experiencia en proyectos de previsión de demanda con alta cardinalidad, tratamiento de estacionalidades complejas, promociones, eventos y estrategias de cold-start para nuevos productos o entidades.
- Deep Learning para Forecasting: Conocimiento de arquitecturas modernas para series temporales como Temporal Fusion Transformer (TFT), TiDE, PatchTST, TimesFM, Chronos o modelos basados en Transformers.
- IA Generativa (GenAI / LLMOps): Experiencia en el desarrollo o despliegue de soluciones basadas en modelos fundacionales (LLMs), incluyendo RAG, agentes, evaluación de modelos, prompt engineering, observabilidad y gestión del ciclo de vida de aplicaciones de IA Generativa.
- Optimización y rendimiento de modelos: Experiencia en técnicas de optimización de hiperparámetros (Optuna, Ray Tune o similares), paralelización de entrenamiento, optimización de inferencia y reducción de costes computacionales. ⚡

? Qué te ofrecemos en Road to Data?

- Cultura trabajo híbrido, en Madrid. ?
- Horario flexible de entrada y salida, para que tu vida personal y cualificado encajen sin problema. ⏰
- Jornada intensiva los viernes todo el año y los meses de julio y agosto. ☀️
- Ticket Restaurante. ?️
- Seguro médico privado. ?

•Una compañía con una cultura muy colaborativa que siempre piensa en hacerte la vida profesional más fácil para que solo te preocupes en hacer bien y crecer en lo que te gusta. ?

📌 Ingeniero MLOPS (Madrid)
🏢 Road to Data
📍 Madrid