Machine Learning Engineer - Forecasting, Optimización y MLOps (Databricks)

Axpe Consulting; Madrid; On-site; EUR 45,000 - 65,000; Full time

Job summary

Axpe Consulting Sl busca un/a Machine Learning Engineer para la área de Datos e Inteligencia Artificial de una entidad financiera de referencia, enfocado en industrializar casos de uso de gestión y optimización de efectivo. Dirigirás la transición de modelos a soluciones robustas y mantenibles.

Participarás en pipelines de entrenamiento, inferencia y predicción en Databricks y PySpark, integrando MLflow y herramientas de gobierno, con énfasis en MLOps, versionado y monitorización.

Qualifications

• 2–5 años de experiencia en Machine Learning, MLOps o Data Science Engineering.
• Experiencia real llevando modelos de ML a producción.
• Experiencia con forecasting, series temporales y previsión de demanda.
• Conocimientos de optimización matemática (programación matemática, heurísticas, restricciones de negocio).
• Python avanzado, SQL y Apache Spark / PySpark.
• Experiencia con Databricks (Azure Databricks o equivalente) y MLflow.
• Titulación universitaria en Ingeniería Informática, Matemáticas, Física, Estadística, Data Science o similar.
• Español fluido e inglés técnico.

Responsibilities

• Productivizar modelos de ML existentes, adaptándolos a estándares técnicos, operativos y de gobierno de la entidad.
• Analizar modelos de previsión de demanda basados en series temporales y proponer simplificaciones y mejoras orientadas a producción.
• Definir estrategias de reentrenamiento, frecuencia de actualización, persistencia de artefactos y estabilidad de los modelos.
• Implementar pipelines de entrenamiento, inferencia y predicción en Databricks y PySpark.
• Integrar los modelos con MLflow y otras herramientas corporativas de registro, gobierno y despliegue.
• Productivizar modelos de optimización matemática aplicados a decisiones operativas.
• Aplicar buenas prácticas de MLOps: versionado, testing, CI/CD, monitorización, logging y documentación.
• Resolver incidencias en modelos y pipelines productivos con análisis de causa raíz.

Skills

Python

SQL

Spark / PySpark

MLOps

Forecasting

Inglés técnico

Education

Ingeniería Informática

Matemáticas

Física

Estadística

Data Science

Tools

Databricks

MLflow

Nixtla

LightGBM

Prophet

scikit-learn

Job description

Buscamos Machine Learning Engineer con foco en Forecasting, Optimización y MLOps para un proyecto estratégico en banca

¿Te motiva llevar modelos de Machine Learning a producción y que tengan impacto real en decisiones operativas? ¿Has trabajado con series temporales, previsión de demanda y Databricks?

En Axpe Consulting buscamos un/a Machine Learning Engineer para incorporarse al área de Datos e Inteligencia Artificial de una entidad financiera de referencia. Participarás en la industrialización de un caso de uso de gestión y optimización de efectivo, transformando modelos ya desarrollados en soluciones robustas, trazables, escalables y mantenibles.

¿Cuál será tu misión?

Llevar a producción modelos de previsión de demanda y de optimización, con criterio técnico para entenderlos, validarlos, retarlos y mejorarlos.

Entre tus principales responsabilidades estarán:

• Productivizar modelos de Machine Learning existentes, adaptándolos a los estándares técnicos, operativos y de gobierno de la entidad.
• Analizar los modelos de previsión de demanda basados en series temporales y proponer simplificaciones y mejoras orientadas a producción.
• Definir estrategias de reentrenamiento, frecuencia de actualización, persistencia de artefactos y estabilidad de los modelos.
• Implementar pipelines de entrenamiento, inferencia y predicción en Databricks y PySpark.
• Integrar los modelos con MLflow y otras herramientas corporativas de registro, gobierno y despliegue.
• Productivizar modelos de optimización matemática aplicados a decisiones operativas.
• Aplicar buenas prácticas de MLOps: versionado, testing, CI/CD, monitorización, logging y documentación.
• Resolver incidencias en modelos y pipelines productivos con análisis de causa raíz.

• Entre 2 y 5 años de experiencia en Machine Learning, MLOps o Data Science Engineering.
• Experiencia real llevando modelos de Machine Learning a producción.
• Experiencia con modelos de forecasting, series temporales y previsión de demanda.
• Conocimientos aplicados de optimización matemática (programación matemática, heurísticas, restricciones de negocio).
• Python avanzado, SQL y Apache Spark / PySpark.
• Experiencia con Databricks (Azure Databricks o equivalente) y MLflow.
• Titulación universitaria en Ingeniería Informática, Matemáticas, Física, Estadística, Data Science o similar.
• Español fluido e inglés técnico.

Experiencia con librerías de forecasting como Nixtla (StatsForecast, MLForecast), LightGBM, Prophet o scikit-learn.

Experiencia migrando notebooks y prototipos a soluciones productivas, en Microsoft Azure y en procesos batch de predicción y optimización.

Y experiencia en sectores como banca, finanzas, retail u operaciones.

Proyecto estratégico en una entidad financiera de primer nivel.

Modelos con impacto directo en procesos operativos.

Si te motiva convertir modelos en soluciones reales en producción, ¡queremos conocerte!