Machine learning Engineer

📍 Ubicación: España

🏢 Modalidad: Remoto

💼 Posición: ML Engineer

🧩 Experiencia: Senior

☁️ Entorno: Google Cloud Platform

🚀 Especialización: MLOps / Industrialización de modelos

🎯 Misión

Buscamos un/a ML Engineer para industrializar, desplegar y mantener en producción los modelos de Machine Learning desarrollados por los equipos de Data Science. La persona se encargará de convertir los desarrollos analíticos en soluciones productivas, escalables, eficientes y monitorizadas, aplicando buenas prácticas de MLOps y Software Engineering.

🧩 Responsabilidades

• Industrializar modelos de Machine Learning para su despliegue en producción.
• Desplegar modelos como procesos batch o servicios sobre GCP.
• Trabajar con Vertex AI Pipelines y Airflow.
• Diseñar soluciones con alta disponibilidad y escalabilidad.
• Transformar código desarrollado por Data Scientists en código productivo, eficiente y mantenible.
• Aplicar buenas prácticas de ingeniería de software:
  • Testing.
  • Control de versiones.
  • Modularidad.
  • Calidad de código.
• Optimizar pipelines de Machine Learning.
• Optimizar procesos de almacenamiento y consulta de datos.

• Trabajar con técnicas como
  • Particionamiento.
  • Vistas materializadas.
  • Deltas.
  • Optimización de almacenamiento.
• Construir y mantener workflows complejos y automatizados.
• Utilizar Airflow y Control-M para la planificación y ejecución de procesos.
• Implementar mecanismos de monitorización y alertas.
• Detectar data drift y degradación del rendimiento de los modelos.
• Optimizar el consumo de recursos en cloud.
• Mantener y dar soporte a modelos desplegados en producción.
• Atender directamente las incidencias 2N de los proyectos asignados.

🛠️ Requisitos imprescindibles

• Experiencia sólida como ML Engineer / MLOps Engineer.
• Experiencia industrializando y desplegando modelos de Machine Learning.
• Experiencia avanzada en GCP.
• Vertex AI / Vertex AI Pipelines.
• Airflow.
• Experiencia desarrollando Python productivo.
• Buenas prácticas de Software Engineering.
• Testing y control de versiones.
• Experiencia optimizando pipelines.
• Experiencia con grandes volúmenes de datos y optimización de almacenamiento.
• Control-M.
• Experiencia en monitorización de modelos en producción.
• Conocimientos de data drift / model monitoring.
• Experiencia real trabajando con modelos productivos.
• Capacidad para resolver incidencias en entornos de producción.