Data Engineer / ML Engineer — End-to-End ML Pipelines

Insud Pharma; Arbo; Presencial; EUR 42.000 - 64.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Flexible hours

Permanent contract

Life & disability insurance

Restaurant tickets

Training access

Wellness platform

Cabify

Internal mobility

Descripción de la vacante

Insud Pharma, a través de AI Labs en Madrid, busca un Data Engineer / Machine Learning Engineer para diseñar y operar soluciones end-to-end de datos y ML, trabajando junto a científicos de datos y desarrolladores para que las pipelines lleguen a producción.

Se requiere Python, ML, APIs REST, Git, Docker y prácticas de MLOps; oficina en Madrid Centro con modelo híbrido. Se prioriza experiencia en entornos regulados y fuentes de datos diversas.

Formación

• Dominio de Python y principios de ingeniería de software.
• Experiencia en pipelines de datos y ML en producción.
• Conocimientos de REST APIs y arquitecturas orientadas a servicios.
• Trabajo colaborativo con científicos de datos y desarrollo de software.

Responsabilidades

• Diseñar, construir y mantener pipelines de datos escalables para analytics y ML.
• Producción de pipelines de ML: entrenamiento, validación, despliegue y monitorización.
• Traducir notebooks en sistemas robustos y producción-ready con trazabilidad.
• Definir patrones de despliegue (batch/real-time) y colaborar con DevOps.
• Contribuir a estándares de MLOps y revisar código y documentación.

Conocimientos

Python

Español e Inglés

Software engineering

Data pipelines

ML workflows

REST APIs

Git

Docker

Cloud (AWS/Azure)

MLOps

Orchestration (Airflow)

Data storage (SQL/NoSQL)

ML frameworks (PyTorch/TF)

Herramientas

Docker

Airflow

Git

FastAPI/Flask

AWS/Azure

SQL/NoSQL

Descripción del empleo

Insud Pharma, a través de AI Labs en Madrid, busca un Data Engineer / Machine Learning Engineer para diseñar y operar soluciones end-to-end de datos y ML, trabajando junto a científicos de datos y desarrolladores para que las pipelines lleguen a producción.

Se requiere Python, ML, APIs REST, Git, Docker y prácticas de MLOps; oficina en Madrid Centro con modelo híbrido. Se prioriza experiencia en entornos regulados y fuentes de datos diversas.