Ubicación: España
Modalidad: Remoto
Posición: ML Engineer
Experiencia: Senior
️ Contexto: Google Cloud Platform
Especialización: MLOps / Industrialización de modelos

Misión

Buscamos un/a ML Engineer para industrializar, desplegar y mantener en producción los modelos de Machine Learning desarrollados por los equipos de Data Science.

La persona se encargará de convertir los desarrollos analíticos en soluciones productivas, escalables, eficientes y monitorizadas, aplicando buenas prácticas de MLOps y Software Engineering.

Responsabilidades

- Industrializar modelos de Machine Learning para su despliegue en producción.

- Desplegar modelos como procesos batch o servicios sobre GCP.

- Trabajar con Vertex AI Pipelines y Airflow.

- Diseñar soluciones con alta disponibilidad y escalabilidad.

- Transformar código desarrollado por Data Scientists en código productivo, eficiente y mantenible.

- Aplicar buenas prácticas de ingeniería de software:

- Testing.

- Control de versiones.

- Modularidad.

- Calidad de código.

- Optimizar pipelines de Machine Learning.

- Optimizar procesos de almacenamiento y consulta de datos.

- Trabajar con técnicas como:

- Particionamiento.

- Vistas materializadas.

- Deltas.

- Optimización de almacenamiento.





- Construir y mantener workflows complejos y automatizados.

- Utilizar Airflow y Control-M para la planificación y ejecución de procesos.

- Implementar mecanismos de monitorización y alertas.

- Detectar data drift y degradación del rendimiento de los modelos.

- Optimizar el consumo de recursos en cloud.

- Mantener y dar soporte a modelos desplegados en producción.

- Atender directamente las incidencias 2N de los proyectos asignados.

️ Requisitos imprescindibles

- Experiencia sólida como ML Engineer / MLOps Engineer.

- Experiencia industrializando y desplegando modelos de Machine Learning.

- Experiencia avanzada en GCP.

- Vertex AI / Vertex AI Pipelines.

- Airflow.

- Experiencia desarrollando Python productivo.

- Buenas prácticas de Software Engineering.

- Testing y control de versiones.

- Experiencia optimizando pipelines.

- Experiencia con grandes volúmenes de datos y optimización de almacenamiento.

- Control-M.

- Experiencia en monitorización de modelos en producción.

- Conocimientos de data drift / model monitoring.

- Experiencia real trabajando con modelos productivos.

- Capacidad para resolver incidencias en entornos de producción.

📌 ML ENGINEER (Madrid)
🏢 TECDATA ENGINEERING
📍 Madrid