Data Engineer MLE

Iwantic; Madrid; Híbrido; EUR 55.000 - 75.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Ticket restaurante

Seguro de vida y accidentes

Servicio médico

Formación continua

Descripción de la vacante

Iwantic busca un Senior Data Engineer para un laboratorio de IA aplicada en Madrid. Diseñarás y operarás soluciones de datos end‑to‑end para múltiples unidades de negocio, con colaboración estrecha con Data Scientists y equipos de DevOps.

Se valorará experiencia en ML, APIs REST, y despliegue de modelos con CI/CD. Industria orientada a IA aplicada, con modelo híbrido y sede en Madrid.

Formación

• Experiencia en diseño y construcción de pipelines de datos end‑to‑end.

Responsabilidades

• Diseñar, construir y mantener pipelines de datos escalables para ingesta, transformación y servicio.

Conocimientos

Python

ETL/ELT

ML workflows

MLOps

APIs REST

Airflow

Prefect

Dagster

Docker

Cloud (AWS)

Cloud (Azure)

English

Spanish

Herramientas

FastAPI

Flask

Docker

Airflow

Prefect

Dagster

Descripción del empleo

Desde la División de AI & Data estamos buscando un/a Senior Data Engineer para un innovador laboratorio de IA aplicada con el objetivo de diseñar, construir, desplegar y operar soluciones de datos end-to-end para múltiples unidades de negocio en Madrid.

Funciones:

• Diseñar, construir y mantener pipelines de datos escalables para la ingesta, transformación y servicio, dando soporte a casos de uso analíticos y de Machine Learning.
• Colaborar estrechamente con el equipo de Data Scientists para traducir notebooks y prototipos en sistemas de ML robustos y listos para producción.
• Implementar patrones de despliegue de modelos (batch, tiempo real o híbrido) utilizando APIs, jobs programados o arquitecturas orientadas a eventos.
• Construir y mantener feature pipelines y abstracciones de datos que permitan un comportamiento del modelo reproducible y fiable.
• Garantizar la calidad, el versionado y la trazabilidad de la información en todos los datasets y modelos.
• Optimizar los flujos de trabajo de ML y los pipelines buscando el máximo rendimiento, escalabilidad y eficiencia en costes.
• Trabajar junto a los equipos de DevOps y Plataforma para desplegar soluciones aplicando containerización y buenas prácticas de CI/CD.
• Contribuir a la definición de los estándares de Data Engineering y MLOps, participando activamente en revisiones de código, documentación y mentoring.
• Sólida base en principios de ingeniería de software (OOP, SOLID, testing, Git y flujos de desarrollo colaborativo).
• Dominio avanzado de Python, incluyendo prácticas de clean code, empaquetado y diseño modular.
• Experiencia práctica construyendo pipelines de datos (ETL / ELT) utilizando frameworks basados en Python o soluciones a medida.
• Experiencia demostrable en flujos de trabajo de Machine Learning (entrenamiento, evaluación y despliegue) y prácticas de MLOps (versionado, monitorización, detección de drift y estrategias de reentrenamiento).
• Experiencia en el desarrollo de APIs REST y arquitecturas orientadas a servicios (FastAPI, Flask o similares).
• Manejo fluido de herramientas de orquestación (ej. Airflow, Prefect, Dagster).
• Experiencia con sistemas de almacenamiento de datos (bases de datos SQL/NoSQL, Data Lakes) y entornos de containers (Docker) en Cloud (AWS o Azure).
• Nivel alto de inglés y español (comunicación fluida tanto oral como escrita).

Valorable:

• Conocimientos en librerías científicas y frameworks de ML (NumPy, Pandas, Scikit-learn, PyTorch, TensorFlow).
• Experiencia con arquitecturas de streaming o basadas en eventos.
• Experiencia desplegando y operando sistemas ML en entornos altamente regulados.
• Interés por temáticas de IA aplicada como NLP, sistemas basados en LLMs o computación científica.

Condiciones:

• Modelo de trabajo híbrido con horario flexible de entrada y salida.
• Ubicación en oficinas centrales y bien comunicadas en Madrid
• Importante paquete de beneficios sociales: ticket restaurante, seguro de vida y accidentes, y servicio médico.
• Fuerte apuesta por la formación continua a través de una plataforma de aprendizaje y formación en idiomas.
• Planes de desarrollo profesional claros y políticas sólidas de movilidad interna.