Buscamos Machine Learning Engineer con foco en Forecasting, Optimización y MLOps para un proyecto estratégico en banca

La siguiente información tiene como objetivo proporcionar a los posibles candidatos una mejor comprensión de los requisitos para este puesto.

¿Te motiva llevar modelos de Machine Learning a producción y que tengan impacto real en decisiones operativas? ¿Has trabajado con series temporales, previsión de demanda y Databricks?

En Axpe Consulting buscamos un/a Machine Learning Engineer para incorporarse al área de Datos e Inteligencia Artificial de una entidad financiera de referencia. Participarás en la industrialización de un caso de uso de gestión y optimización de efectivo, transformando modelos ya desarrollados en soluciones robustas, trazables, escalables y mantenibles.

¿Cuál será tu misión?

Llevar a producción modelos de previsión de demanda y de optimización, con criterio técnico para entenderlos, validarlos, retarlos y mejorarlos.

Entre tus principales responsabilidades estarán:

-

- Productivizar modelos de Machine Learning existentes, adaptándolos a los estándares técnicos, operativos y de gobierno de la entidad.

- Analizar los modelos de previsión de demanda basados en series temporales y proponer simplificaciones y mejoras orientadas a producción.

- Definir estrategias de reentrenamiento, frecuencia de actualización, persistencia de artefactos y estabilidad de los modelos.

- Implementar pipelines de entrenamiento, inferencia y predicción en Databricks y PySpark.





- Integrar los modelos con MLflow y otras herramientas corporativas de registro, gobierno y despliegue.

- Productivizar modelos de optimización matemática aplicados a decisiones operativas.

- Aplicar buenas prácticas de MLOps: versionado, testing, CI/CD, monitorización, logging y documentación.

- Resolver incidencias en modelos y pipelines productivos con análisis de causa raíz.

-

- Entre 2 y 5 años de experiencia en Machine Learning, MLOps o Data Science Engineering.

- Experiencia real llevando modelos de Machine Learning a producción.

- Experiencia con modelos de forecasting, series temporales y previsión de demanda.

- Conocimientos aplicados de optimización matemática (programación matemática, heurísticas, restricciones de negocio).

- Python avanzado, SQL y Apache Spark / PySpark.

- Experiencia con Databricks (Azure Databricks o equivalente) y MLflow.

- Titulación universitaria en Ingeniería Informática, Matemáticas, Física, Estadística, Data Science o similar.

- Español fluido e inglés técnico.

Experiencia con librerías de forecasting como Nixtla (StatsForecast, MLForecast), LightGBM, Prophet o scikit-learn.

Experiencia migrando notebooks y prototipos a soluciones productivas, en Microsoft Azure y en procesos batch de predicción y optimización.

Y experiencia en sectores como banca, finanzas, retail u operaciones.

Proyecto estratégico en una entidad financiera de primer nivel.

Modelos con impacto directo en procesos operativos. xqbhyrx

Si te motiva convertir modelos en soluciones reales en producción, queremos conocerte

📌 Machine Learning Engineer (Madrid)
🏢 Axpe Consulting
📍 Madrid