Data Science cum MLOps, Madrid (on-site) – International Client

· Experiencia: 6-8 años en Machine Learning Engineering o ML Aplicado, con una sólida exposición a MLOps.

· Programación: Competencia avanzada en Python (OOP) y PySpark.

· Frameworks de ML: Experiencia práctica con Scikit-learn, TensorFlow o PyTorch.

· Cloud & Plataformas: Sólida experiencia con Azure Cloud y Databricks.

· MLOps & Pipelines: Experiencia en la construcción de pipelines de ML utilizando MLflow, Azure ML y herramientas de CI/CD (Azure DevOps).

· Datos & Modelado: Sólidos conocimientos de preprocesamiento de datos, ingeniería de características, optimización de modelos y técnicas de evaluación (cross-validation, A/B testing).

· Control de versiones: Experiencia con Git y prácticas de desarrollo colaborativo.

· Conocimiento de frameworks de IA Generativa (p. ej., LangChain).

· Familiaridad con bases de datos vectoriales.

· Experiencia con la monitorización y el registro (logging) de modelos en producción.

· Comprensión de la gobernanza de datos y el cumplimiento normativo.

· Certificaciones relevantes de Databricks o Azure.

Estudios requeridos: Graduado/a.

Idioma: Inglés (C1) (Obligatorio).

· Inglés (C1).

· 285-304 €/día.

Estamos buscando un Ingeniero de Data Science & MLOps para unirse a nuestro equipo de Advanced Analytics & AI. Este puesto se centra en el diseño, desarrollo y despliegue de soluciones escalables de machine learning y IA Generativa dentro de un ecosistema basado en Azure.

Colaborarás con científicos de datos, ingenieros de datos y partes interesadas del negocio para entregar pipelines de ML de extremo a extremo y modelos de IA listos para producción. El puesto requiere un fuerte equilibrio entre la experiencia en ciencia de datos y las prácticas de MLOps, garantizando soluciones robustas, escalables y mantenibles.

La posición implica trabajar en entornos Agile/DevOps y contribuir a iniciativas de innovación que aprovechen tecnologías emergentes como GenAI y plataformas en la nube (Databricks, Azure).

· Diseñar, desarrollar y desplegar modelos de machine learning e IA Generativa para casos de uso de analítica avanzada.

· Construir y mantener pipelines de ML de extremo a extremo, incluyendo el preprocesamiento de datos, ingeniería de características (feature engineering), entrenamiento de modelos, evaluación y despliegue.

· Colaborar estrechamente con científicos de datos, ingenieros de datos y analistas para entregar soluciones de IA escalables.

· Implementar y gestionar las mejores prácticas de MLOps, garantizando la reproducibilidad de los modelos, la monitorización y la gestión del ciclo de vida.

· Optimizar los modelos para el rendimiento y la escalabilidad en entornos de producción.

· Trabajar con herramientas como MLflow, Azure Machine Learning y Azure DevOps para la orquestación de pipelines y CI/CD.

· Impulsar la innovación expandiendo los casos de uso de IA mediante el uso de tecnologías emergentes como la IA Generativa.

· Comunicar conceptos analíticos complejos a partes interesadas no técnicas y guiar la toma de decisiones.

· Participar en equipos Agile/Scrum, contribuyendo a la entrega continua y al desarrollo iterativo de productos.

· Mantenerse actualizado sobre las tendencias de la industria en IA, MLOps, cloud computing y plataformas de datos.

Ubicación: Madrid (presencial).

· Madrid (presencial).

Data Science cum MLOps, Madrid (presencial) - Cliente Internacional

Puesto: Data Science cum MLOps.

Experiencia mínima: 6 a 8 años.