This job is with Aristocrat, an inclusive employer and a member of myGwork – the largest global platform for the LGBTQ+ business community. En Aristocrat, estamos impulsando la tecnología del sector del gaming mediante soluciones modernas y potentes. Este puesto dará soporte principalmente al área de Machine Learning de nuestra unidad de negocio Product Madness, una empresa tecnológica especializada en juegos móviles de casino social. Buscamos un/a Ingeniero/a de Machine Learning para unirse a nuestro equipo de MLOps y reforzar nuestras capacidades de modelado. Serás responsable de los modelos de Machine Learning de principio a fin, desde los datos y la experimentación hasta su puesta en producción, y contribuirás a desarrollar una cultura sólida de monitorización y experimentación que garantice que nuestros modelos sigan siendo fiables y estén alineados con las necesidades del negocio a lo largo del tiempo. Tu trabajo tendrá un impacto real en nuestros productos y en la experiencia de nuestros jugadores. Diseñar, entrenar, evaluar y reentrenar modelos de Machine Learning, con especial énfasis en sistemas de recomendación, para dar soporte a funcionalidades de los juegos, mejorar la experiencia de los jugadores y optimizar la eficiencia operativa. Liderar el diseño de la monitorización del rendimiento de nuestros modelos: definir qué métricas y aspectos deben supervisarse (drift, calidad de los datos, degradación del rendimiento), establecer umbrales y determinar qué significa que un modelo siga siendo fiable desde una perspectiva de negocio. Ayudar a establecer una cultura sólida de experimentación mediante el versionado de modelos y el seguimiento de experimentos con herramientas como MLflow o Weights & Biases,



garantizando que los experimentos sean reproducibles y que las distintas versiones de los modelos puedan compararse y promoverse fácilmente. Contribuir al desarrollo de una cultura de gobernanza de modelos: definir cómo se promueven los modelos a producción y establecer las bases del proceso de comunicación y colaboración entre los equipos de MLOps y Data Science. Crear plantillas y estructuras reutilizables, como Cookiecutter, para estandarizar la forma en que el equipo de Data Science estructura, entrega y comunica sus modelos y experimentos. Construir pipelines robustos de entrenamiento y feature engineering, y desarrollar código limpio y preparado para producción en Python y SQL. Explorar y contribuir a proyectos en fases iniciales relacionados con LLMs, RAG y Agentic AI cuando aporten valor, como complemento del puesto y no como su responsabilidad principal. Desarrollar interfaces sencillas, por ejemplo con Streamlit, para acercar las capacidades de Machine Learning a usuarios no técnicos cuando resulte práctico. Colaborar con equipos de Producto, Datos e Ingeniería, comunicando de manera clara los resultados, las limitaciones y las recomendaciones tanto a audiencias técnicas como de negocio. Más de 4 años de experiencia aplicando Machine Learning a problemas reales, desde el tratamiento de datos hasta el despliegue de modelos. Experiencia demostrable con sistemas de recomendación —como collaborative filtering, ranking o técnicas similares— aplicados a productos reales.



Sólidos conocimientos de Python y experiencia práctica con librerías de Machine Learning como scikit-learn, PyTorch/TensorFlow, XGBoost o similares. Sólidos conocimientos de SQL y experiencia trabajando con grandes data warehouses. Experiencia práctica con herramientas de seguimiento de experimentos y/o registros de modelos, como MLflow, Weights & Biases o equivalentes. Experiencia diseñando o contribuyendo a sistemas de monitorización y seguimiento del rendimiento de modelos en producción. Experiencia trabajando con plataformas cloud como GCP, AWS o Azure, así como con Docker y Airflow. Una sólida base analítica, con formación en un área cuantitativa como matemáticas, física, informática o ingeniería, o experiencia profesional equivalente. Experiencia con Snowflake u otros data warehouses similares en la nube. Experiencia práctica desarrollando aplicaciones con IA generativa (LLMs), incluida la integración mediante APIs. Interés o experiencia inicial con sistemas RAG, ya sea mediante prototipos, proyectos personales o experiencia profesional. Capacidad para desarrollar interfaces de usuario sencillas, por ejemplo con Streamlit, que permitan acercar los modelos de Machine Learning a otros equipos. ¿Aristocrat es una empresa líder mundial en contenido y tecnología para la industria del gaming, así como uno de los principales publishers de juegos móviles free-to-play. Aristocrat cuenta con tres unidades de negocio que abarcan el gaming regulado presencial (Aristocrat Gaming), el casino social (Product Madness) y el gaming online regulado con dinero real (Aristocrat Interactive). Nuestro equipo, formado por más de 7.300 empleados en todo el mundo, comparte una misma misión: llevar alegría a la vida a través del poder del juego. Ofrece

📌 Machine Learning Engineer praca zdalna (Cataluña)
🏢 Aristocrat
📍 Cataluña