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 yPython (Madrid)
🏢 TECDATA ENGINEERING
📍 Madrid