DESCRIPCIóN En ISPROX buscamos un/a Machine Learning Engineer apasionado por convertir grandes volúmenes de datos industriales en soluciones predictivas y procesos automatizados que impacten directamente en la eficiencia del negocio.
Si eres la persona seleccionada tu objetivo será diseñar, desarrollar y desplegar modelos de aprendizaje automático y soluciones de IA que permitan extraer valor de los datos operativos. Serás el responsable de que las máquinas no solo ejecuten tareas, sino que aprendan a optimizarlas, mejorando la toma de decisiones y habilitando servicios avanzados como el mantenimiento predictivo.
¿Cuáles serán tus responsabilidades?
- Desarrollar, entrenar y optimizar modelos de Machine Learning y Deep Learning adaptados a entornos industriales.
- Preparar, limpiar y transformar datos complejos para su posterior análisis y modelización.
- Implementar pipelines de datos y flujos de entrenamiento automatizados, asegurando el despliegue en producción y su posterior monitorización.
- Trabajar codo con codo con los equipos de desarrollo de software, ingeniería mecánica y negocio para identificar y ejecutar casos de uso de alto impacto.
- Evaluar el rendimiento de los modelos en entornos reales y proponer evoluciones constantes.
- Garantizar la reproducibilidad de los experimentos y el cumplimiento de las buenas prácticas de desarrollo y gobernanza de datos.
Se ofrece:
- Contratación indefinida a jornada completa.
- Modalidad de trabajo híbrido.
- Flexibilidad horaria de 7:00 a 15:00h o de 8:00 a 16:00h.
- Retribución competitiva en base a la experiencia aportada.
- Formar parte de un equipo multidisciplinar que combina la ingeniería mecánica con la ciencia de datos más avanzada.
REQUISITOS
- Formación de Grado en Ingeniería Informática o disciplinas afines.
- Experiencia de entre 3 y 5 años desarrollando y desplegando modelos de ML en entornos productivos reales.
- Dominio avanzado de Python (Scikit-learn, TensorFlow, PyTorch).
- Sólidos conocimientos en manipulación de datos con Pandas y NumPy.
- Experiencia con bases de datos SQL y NoSQL.
- Uso de Docker, Kubernetes, y herramientas como MLflow o similares.
- Experiencia en servicios Cloud (AWS, Azure o GCP).
- Control de versiones con Git, diseño de APIs e integración de sistemas.
- Experiencia previa en proyectos de IA aplicada al sector industrial o de negocio.