Machine Learning Engineer

JR Spain; Alicante; Presencial; EUR 35.000 - 55.000; Jornada completa

Descripción de la vacante

Una empresa de tecnología de inteligencia artificial está buscando un Ingeniero de MLOps para desarrollar y gestionar pipelines de aprendizaje automático. Se valorará la experiencia en AWS y Azure, y se ofrece la posibilidad de trabajar 100% remoto. El candidato ideal debe dominar Python y tener conocimientos en infraestructura como código. Se garantiza un contrato indefinido y un entorno de trabajo dinámico y colaborativo.

Servicios

Salario competitivo

Desarrollo profesional

Ambiente de trabajo colaborativo

Formación

• Experiencia en AWS y Azure, especialmente en MLOps.
• Dominio de Python y librerías de machine learning.
• Conocimientos sólidos en Infraestructura como Código.

Responsabilidades

• Desarrollar y gestionar pipelines de MLOps.
• Desplegar modelos de ML usando AWS SageMaker y Azure ML.
• Colaborar con un equipo multidisciplinario.

Conocimientos

AWS

Azure

Python

Docker

Kubernetes

CI/CD

Herramientas

Terraform

CloudFormation

Jenkins

GitLab

Azure DevOps

AWS CloudWatch

Azure Monitor

Descripción del empleo

En QUANT AI LAB, seguimos creciendo para desarrollar las más avanzadas soluciones de inteligencia artificial y analíticas del mercado, siempre desde la vanguardia y con conocimientos técnicos profundamente asentados. Unirse a QUANT AI LAB significa formar parte de una aventura donde cada miembro es esencial para el éxito de los proyectos y el impacto global que generamos.

Somos una empresa tecnológica líder en el sector IT, reconocida por nuestra especialización en soluciones de inteligencia artificial. Nuestra excelencia y el impacto de nuestras innovaciones nos han convertido en una referencia en la industria de la IA.

Buscamos reforzar nuestro equipo con un Ingeniero de MLOps con experiencia en la implementación y gestión de pipelines de aprendizaje automático en plataformas en la nube como AWS y Azure.

Las principales responsabilidades del puesto incluyen:

• Desarrollar y gestionar pipelines de MLOps en entornos escalables, automatizando todo el ciclo de vida de modelos de aprendizaje automático, desde el procesamiento de datos hasta el monitoreo de los modelos.
• Desplegar modelos de ML utilizando servicios como AWS SageMaker y Azure Machine Learning, asegurando un rendimiento óptimo y escalable.
• Automatizar la infraestructura utilizando herramientas como Terraform o CloudFormation, optimizando los recursos en la nube para garantizar eficiencia y costos reducidos.
• Monitorear el rendimiento de los modelos, implementando alertas y procedimientos de reentrenamiento en caso de desvíos o caídas en el rendimiento.
• Colaborar con un equipo multidisciplinario de ingenieros y científicos de datos para garantizar la integración fluida de los modelos en producción.
• Disponibilidad de trabajo 100% remoto.
• Experiencia demostrable en AWS y Azure, especialmente en servicios relevantes para MLOps como AWS SageMaker, Azure Machine Learning, y herramientas de contenerización como Docker y Kubernetes.
• Conocimiento avanzado de Python y bibliotecas de machine learning como TensorFlow, PyTorch o scikit-learn.
• Dominio de prácticas de CI/CD y herramientas como Jenkins, GitLab o Azure DevOps.
• Conocimientos sólidos en Infraestructura como Código (IaC), con experiencia en Terraform o CloudFormation.
• Familiaridad con monitorización de modelos mediante herramientas como AWS CloudWatch o Azure Monitor.
• Experiencia con lenguajes de scripting como Bash o PowerShell.

Todos los candidatos podrán ser sometidos a una prueba y entrevista técnica.

• Contrato indefinido con un salario competitivo, porque valoramos y confiamos en tu talento.
• Impacto significativo: la oportunidad de trabajar con clientes de nivel internacional y compañías de referencia en el sector.
• Desarrollo profesional en un entorno de élite, donde siempre tendrás oportunidades de aprender y crecer.
• Ambiente de trabajo dinámico y colaborativo, con eventos sociales y seminarios que te permitirán disfrutar mientras creces profesionalmente.

Si te apasiona trabajar con tecnologías de vanguardia y crees que puedes aportar a nuestra unidad de MLOps, ¡nos encantaría conocerte!