Buscamos incorporar un/a MLOps Engineer para participar en proyectos de Machine Learning y Data Engineering, trabajando en la industrialización, despliegue y operación de modelos en entornos cloud.Buscamos un perfil con resistente base de Python, GCP, Vertex AI, BigQuery y MLOps, capaz de llevar modelos desde la experimentación hasta producción de forma automatizada, escalable y reproducible.Ubicación: Las Rozas, Madrid --- Calle Jacinto BenaventeModalidad: Híbrida --- 1 día presencial por semanaPosición: MLOps EngineerMisiónDiseñar y evolucionar soluciones de MLOps y Machine Learning sobre GCP, automatizando el ciclo completo de los modelos: preparación de datos, entrenamiento, versionado, despliegue, monitorización y optimización.Requisitos imprescindiblesGCP & Vertex AI- Experiencia sólida con Google Cloud Platform.- Vertex AI: Pipelines, Model Registry, Workbench y despliegue de modelos.- BigQuery: optimización de consultas a gran escala, procesamiento distribuido y conectores externos.Python & Software Engineering- Nivel avanzado de Python.- Desarrollo de código modular, desacoplado, testeable y preparado para ejecución concurrente.- Git, testing automatizado, code reviews y gestión de dependencias.Machine Learning- Desarrollo de modelos predictivos con LightGBM, XGBoost,



CatBoost o similares.- Experiencia trabajando con millones de registros.- Optimización de entrenamiento e inferencia.MLOps / Industrialización- Experiencia llevando modelos desde Notebooks / Workbench hasta producción.- Pipelines automatizados.- Versionado de modelos.- Despliegues reproducibles.- Monitorización de modelos.DevOps- Docker.- CI/CD con GitHub Actions, GitLab CI o herramientas similares.- Automatización de despliegues y gestión de entornos ML.Data Engineering- Construcción de pipelines de datos para entrenamiento e inferencia.- Optimización de procesos ETL/ELT.- Gestión y procesamiento de grandes volúmenes de datos.Será valorable- Experiencia en Forecasting / Series Temporales y previsión de demanda.- Alta cardinalidad, estacionalidades complejas, promociones y eventos.- Estrategias de cold-start.- Deep Learning aplicado a forecasting:- TFT, TiDE, PatchTST, TimesFM, Chronos o Transformers.- GenAI / LLMOps: RAG, agentes, evaluación de modelos, prompt engineering y observabilidad.- Optimización de hiperparámetros con Optuna, Ray Tune o similares.- Paralelización del entrenamiento y optimización de inferencia.- Optimización de costes computacionales.#J-18808-Ljbffr

📌 Mlops Engineer | Gcp / Vertex Ai / Python (Las Rozas de Madrid)
🏢 remoteo
📍 Las Rozas de Madrid