Machine Learning Engineer #1180

M2C, an AYESA company; Madrid; Presencial; EUR 40.000 - 80.000; Jornada completa

Descripción de la vacante

Una empresa innovadora busca un Machine Learning Engineer para transformar el sector financiero mediante la inteligencia artificial. En este rol, tendrás la oportunidad de trabajar en proyectos que impactan a toda la organización, desarrollando productos que mejoran la experiencia bancaria. Si tienes experiencia en entornos Big Data y un fuerte conocimiento en Python y machine learning, esta es tu oportunidad de unirte a un equipo que está a la vanguardia de la tecnología financiera.

Formación

• 2+ años de experiencia en entornos Big Data.
• Conocimientos en algoritmos de machine learning y programación orientada a objetos.

Responsabilidades

• Desarrollar productos basados en IA para el sector financiero.
• Implementar y poner en producción modelos de machine learning.

Conocimientos

Big Data

Python

Software Design Patterns

Machine Learning Algorithms

Object-Oriented Programming

Continuous Integration

Herramientas

Git

Docker

Jenkins

Artifactory

Descripción del empleo

Buscamos un Machine Learning Engineer para cliente del sector financiero. Dentro del proyecto, trabajamos para dar respuesta a las prioridades del banco, buscando también que el impacto de la IA llegue a toda la organización.

Nuestra misión es crear nuevos productos basados en Inteligencia Artificial que faciliten la banca a nuestros clientes o mejoren nuestra forma de trabajar.

Requisitos mínimos

1. Experiencia de al menos 2 años en entornos Big Data (orientativo)
2. Python (tests unitarios, construcción y empaquetado, gestión de dependencias)
3. Frameworks y Librerías
4. Diseño de Software (Patrones)
5. Experiencia con Git y flujo de desarrollo continuo
6. Conocimientos de algoritmos de machine learning (modelos de clasificación, regresión, clustering, etc.)
7. Conocimiento de Programación orientada a objetos
8. Experiencia en ecosistemas de Integración Continua (tipo Jenkins, Artifactory, etc.)
9. Experiencia en puesta en producción de modelos de machine learning
10. Docker para desarrollo en local