Desarrollador/a de Aplicaciones ML & MLOps en Python

Fluor Corp; Madrid; Presencial; EUR 65.000 - 68.000; Jornada completa

Descripción de la vacante

Fluor Corp busca un/a Desarrollador/a de Aplicaciones 10 con foco en MLOps para un proyecto estable en Madrid. Trabajará en desarrollo de soluciones en Python para ML, su despliegue en entornos productivos y la automatización de pipelines con Docker y Kubernetes, además de gestionar modelos en plataformas cloud como AWS, Azure o GCP.

Se valorará experiencia con Stratio y herramientas de ML como MLflow, Kubeflow o Airflow, así como prácticas de CI/CD y gobernanza de datos.

Formación

• Experiencia en desarrollo en Python aplicado a ML o ingeniería de datos.
• Despliegue y operación de modelos de ML en entornos productivos.
• Experiencia en contenedorización y orquestación (Docker y Kubernetes).
• Conocimiento de pipelines de datos y CI/CD aplicado a ML.
• Experiencia en control de versiones y gestión de experimentos (Git, MLflow u otras).
• Conocimiento de entornos cloud (AWS, Azure o GCP) y servicios de ML.
• Monitorización y mantenimiento de modelos en producción, drift y retraining (≥2 años).
• Conocimientos de la plataforma Stratio (≥3 años) y configuración/optimización.

Responsabilidades

• Desarrollo de soluciones en Python orientadas a ML e ingeniería de datos.
• Despliegue, operación y mantenimiento de modelos de ML en producción.
• Gestión de entornos contenerizados con Docker y Kubernetes, más pipelines CI/CD.
• Monitorización de modelos, retraining y gestión de drift.
• Configurar y optimizar Stratio y trabajar con AWS/Azure/GCP en proyectos de industrialización de modelos.

Conocimientos

Python ML

Docker

Kubernetes

CI/CD

Git

MLflow

Herramientas

Stratio

AWS

Azure

GCP

Kubeflow

Airflow

MLflow

Metaflow

Spark

Docker

Kubernetes

Descripción del empleo

Fluor Corp busca un/a Desarrollador/a de Aplicaciones 10 con foco en MLOps para un proyecto estable en Madrid. Trabajará en desarrollo de soluciones en Python para ML, su despliegue en entornos productivos y la automatización de pipelines con Docker y Kubernetes, además de gestionar modelos en plataformas cloud como AWS, Azure o GCP.

Se valorará experiencia con Stratio y herramientas de ML como MLflow, Kubeflow o Airflow, así como prácticas de CI/CD y gobernanza de datos.