Ubicación: Las Rozas, Madrid (Calle Jacinto Benavente)

Modalidad: Híbrida, con asistencia a oficina 1 día a la semana.

Descripción del puesto

Desde Tecdata Engineering buscamos un/a Machine Learning Engineer especializado/a en Google Cloud Platform (GCP), Python y MLOps para incorporarse a un proyecto de Grupo DIA.

Buscamos un perfil técnico con experiencia en el desarrollo de modelos predictivos, procesamiento de grandes volúmenes de datos e industrialización de soluciones de Machine Learning en entornos productivos. La persona seleccionada participará en el diseño, desarrollo y optimización de pipelines de datos y modelos, garantizando su escalabilidad, eficiencia y mantenibilidad.

Funciones principales

- Diseñar, desarrollar y optimizar soluciones de Machine Learning sobre Google Cloud Platform.

- Trabajar con Vertex AI para la creación de pipelines, gestión del ciclo de vida de los modelos, Model Registry, Workbench y despliegues en producción.

- Desarrollar código avanzado en Python siguiendo buenas prácticas de ingeniería de software, modularidad, desacoplamiento y testing.

- Diseñar y entrenar modelos predictivos con algoritmos como LightGBM, XGBoost, CatBoost u otros similares.

- Procesar y analizar grandes volúmenes de datos, trabajando con datasets de millones de registros.

- Construir y mantener pipelines automatizados de entrenamiento e inferencia, optimizando los procesos ETL/ELT.

- Industrializar modelos mediante prácticas MLOps, incluyendo versionado, reproducibilidad, automatización y monitorización.

- Implementar procesos CI/CD y gestionar entornos de ejecución mediante Docker y herramientas como GitHub Actions o GitLab CI.

- Optimizar el rendimiento de consultas y procesos de datos utilizando BigQuery.





- Colaborar con equipos técnicos aplicando metodologías de desarrollo, revisiones de código y control de versiones.

Requisitos imprescindibles

- Experiencia sólida y demostrable con Google Cloud Platform (GCP), especialmente Vertex AI y BigQuery.

- Nivel avanzado de Python, con experiencia en desarrollo de código modular, testeable y preparado para ejecuciones concurrentes.

- Experiencia desarrollando modelos de Machine Learning con algoritmos como LightGBM, XGBoost, CatBoost o similares.

- Experiencia trabajando con grandes volúmenes de datos y optimizando tiempos de entrenamiento e inferencia.

- Experiencia en MLOps, llevando modelos desde entornos experimentales hasta producción.

- Conocimientos prácticos de Docker, CI/CD y automatización de despliegues.

- Experiencia construyendo pipelines de datos eficientes para procesos de entrenamiento e inferencia.

- Buenas prácticas de ingeniería de software: Git, testing automatizado, code reviews y gestión de dependencias.

Requisitos valorables

- Experiencia en forecasting y series temporales, especialmente en previsión de demanda con un elevado número de productos o entidades.

- Conocimientos sobre estacionalidad, promociones, eventos y estrategias de cold-start para nuevos productos.

- Experiencia con arquitecturas modernas de Deep Learning para series temporales: Temporal Fusion Transformer (TFT), TiDE, PatchTST, TimesFM, Chronos o Transformers.

- Conocimientos de IA Generativa, LLMOps, RAG, agentes, evaluación de modelos y observabilidad.

- Experiencia optimizando hiperparámetros con Optuna, Ray Tune o herramientas similares.

- Conocimientos de paralelización del entrenamiento, optimización de inferencia y reducción de costes computacionales.

📌 Machine Learning Engineer / MLOps Engineer – GCP y Python (Madrid)
🏢 Grupo TECDATA Engineering
📍 Madrid