Científico de datos

QUANTIA Ingeniería y Consultoría; Madrid; Híbrido; EUR 35.000 - 50.000; Jornada completa

Descripción de la vacante

Una empresa de ingeniería y consultoría en Madrid busca un Ingeniero de Machine Learning con experiencia en MLOps. Las responsabilidades incluyen diseñar y mantener la infraestructura para modelos de precios en el sector bancario. Se requiere experiencia sólida en Python y herramientas de MLOps. Ofrecemos un salario competitivo y un entorno de trabajo colaborativo.

Servicios

Salario competitivo basado en el rendimiento

Oportunidades de desarrollo profesional

Plan de formación y tutoría técnica

Formación

• Experiencia en ingeniería de software y MLOps.
• Sólido conocimiento práctico de Python.
• Experiencia en desarrollo y despliegue de modelos de machine learning.

Responsabilidades

• Diseñar y mantener infraestructura MLOps para modelos de Machine Learning.
• Colaborar con Científicos de Datos y otros ingenieros.
• Monitorizar el rendimiento de los modelos en producción.

Conocimientos

Python

MLOps

Docker

Kubernetes

Machine Learning

Big Data

Educación

Grado o Máster en Informática

Herramientas

AWS

GCP

Azure

MLflow

Airflow

Descripción del empleo

Overview

Ubicación : Madrid (modelo híbrido; se requiere residencia en Madrid). Tipo de contrato : Jornada completa. Experiencia : 1 – 3 años. Fecha de inicio : Incorporación inmediata.

En Quantia Ingeniería y Consultoría, nos especializamos en transformar procesos complejos a través de tecnologías de vanguardia como la IA, Machine Learning, la digitalización, la analítica avanzada y los gemelos digitales. Nuestros socios son destacadas instituciones financieras a nivel mundial, así como empresas líderes en los sectores energético, telco e industrial.

Actualmente estamos ampliando nuestro equipo y buscamos un Machine Learning Engineer altamente motivado y con experiencia en MLOps para ayudar a diseñar, desarrollar y desplegar un motor de pricing basado en modelos de optimización y machine learning. Este proyecto se llevará a cabo en el sector de la banca y los pagos digitales, colaborando con uno de los bancos más importantes del mundo.

Responsibilities

• Diseñar, construir y mantener la infraestructura MLOps robusta y escalable para el entrenamiento, evaluación, despliegue y monitorización de los modelos de Machine Learning y optimización que conformarán el motor de pricing.
• Aprovechar las plataformas en la nube (AWS, GCP o Azure) y las herramientas de contenedorización / orquestación (Docker, Kubernetes) para construir y gestionar la infraestructura del motor de precios.
• Colaborar estrechamente con Científicos de Datos, Investigadores de ML e Ingenieros de Software para convertir los prototipos de modelos de pricing en soluciones listas para producción.
• Monitorizar el rendimiento de los modelos en producción, identificar desviaciones o degradación y activar procesos de reentrenamiento o ajuste fino para el motor de precios.
• Desarrollar e integrar APIs REST para servir los modelos de pricing, desplegados on-edge (Edge Machine Learning) e interactuar con otros servicios.

Qualifications

• Grado o Máster en Informática, Ingeniería, Telecomunicaciones o un campo cuantitativo relacionado.
• Se valorará positivamente la formación adicional en Machine Learning, Big Data o Data Science.
• Experiencia demostrable en ingeniería de software y automatización aprovechando DevOps. Se considerará experiencia previa en el desarrollo y despliegue de productos de machine learning en producción o una capacidad excepcional en otros dominios de la ingeniería de software.
• Dominio de Python : sólido conocimiento de Python con experiencia práctica en librerías de ML / GenAI como Scikit-learn, TensorFlow, PyTorch y XGBoost. Se considerará una habilidad excepcional en otros lenguajes de programación.
• Infraestructura MLOps en la nube : experiencia significativa con herramientas e infraestructura MLOps en entornos de nube (AWS, GCP o Azure).
• Contenedorización y Orquestación : Docker, Kubernetes.
• Orquestación de flujos de trabajo : Airflow, Kubeflow Pipelines o similar.
• Gestión de modelos y seguimiento de experimentos : MLflow, Vertex AI Pipelines, SageMaker MLOps o similar.
• Servicios en la nube : experiencia práctica con servicios nativos de la nube relevantes para MLOps. Por ejemplo (o mencionar equivalentes de GCP / Azure si son los principales).
• CI / CD para ML : experiencia en la implementación de pipelines de CI / CD para modelos de machine learning.

Benefits

• Sólida comunicación técnica y enfoque orientado al cliente.
• Capacidad para trabajar en equipos multidisciplinares.
• Un plan de formación y tutoría técnica desde el primer día.
• Salario competitivo basado en el rendimiento.
• Opciones de retribución flexible.
• Oportunidad de trabajar con una empresa líder centrada en la innovación.
• Entorno de trabajo colaborativo y dinámico.
• Oportunidades de desarrollo profesional y crecimiento de carrera.

Te interesa el reto?

Si tienes experiencia con agentes inteligentes, te apasionan las aplicaciones de IA en el mundo real y quieres ayudar a diseñar pilotos en una de las industrias más exigentes, nos encantaría saber de ti.

Envíanos tu CV y únete a nuestro equipo!

J-18808-Ljbffr