Machine Learning Engineer / Mlops – Gcp

Grupo Tecdata Engineering; La Coruña; Híbrido; EUR 55.000 - 90.000; Jornada completa

Descripción de la vacante

Grupo Tecdata Engineering, ubicado en Las Rozas, Madrid, busca un/a Machine Learning Engineer / MLOps con experiencia en GCP y Python para llevar modelos desde experimentación a producción en entornos con grandes volúmenes de datos. Se ofrece modalidad híbrida con 1 día presencial.

Se valoran habilidades en pipelines, registro de modelos y vigilancia de modelos, así como experiencia en ETL/ELT y herramientas de CI/CD.

Formación

• Experiencia sólida en GCP y Vertex AI.
• Conocimiento de pipelines, registro de modelos y Workbench.
• Experiencia en entrenamiento y despliegue de modelos a producción.
• Dominio de BigQuery y procesamiento distribuido.

Conocimientos

GCP Vertex AI

Python

MLOps

Data engineering

DevOps

Big data

Herramientas

Vertex AI Pipelines

Model Registry

Workbench

BigQuery

GitHub Actions

GitLab CI

Descripción del empleo

Descripción del trabajo

Ubicación: Las Rozas, Madrid – Calle Jacinto Benavente

Modalidad: Híbrida, 1 día presencial por semana

Todos los posibles candidatos deben leer con atención los siguientes detalles de este trabajo antes de presentar una candidatura.

Buscamos un/a Machine Learning Engineer / MLOps con experiencia sólida en GCP, Python, industrialización de modelos y grandes volúmenes de datos, capaz de llevar modelos desde la experimentación hasta producción.

Requisitos imprescindibles

GCP / Vertex AI

• Experiencia sólida y demostrable con Vertex AI.
• Vertex AI Pipelines, Model Registry y Workbench.
• Despliegue y gestión de modelos en producción.
• Experiencia avanzada con BigQuery: optimización de consultas, procesamiento distribuido y conectores externos.

Python / Software Engineering

• Nivel avanzado de Python.
• Desarrollo de código modular, desacoplado, mantenible y testeable.
• Programación concurrente.
• Git, testing automatizado, code reviews y gestión de dependencias.

Machine Learning

• Desarrollo de modelos predictivos sobre millones de registros.
• Experiencia con LightGBM, XGBoost, CatBoost o similares.
• Optimización de entrenamiento e inferencia.

MLOps

• Industrialización de modelos desde notebooks/Workbench hasta producción.
• Pipelines automatizados.
• Versionado de modelos.
• Despliegues reproducibles.
• Monitorización de modelos.

DevOps

• Docker.
• CI/CD: GitHub Actions, GitLab CI o similares.
• Automatización de despliegues y gestión de entornos ML.

Data Engineering

• Construcción de pipelines de datos para entrenamiento e inferencia.
• Optimización de procesos ETL/ELT.
• Gestión y procesamiento de grandes volúmenes de datos.

Se valorará especialmente

• Experiencia en Forecasting / Series Temporales.
• Previsión de demanda con alta cardinalidad.Estacionalidades, promociones y eventos.
• Estrategias cold-start.
• Deep Learning aplicado a forecasting: TFT, TiDE, PatchTST, TimesFM, Chronos, Transformers.
• GenAI / LLMOps: RAG, agentes, evaluación de modelos, prompt engineering y observabilidad.
• Optimización de hiperparámetros con Optuna, Ray Tune o similares.
• Paralelización de entrenamiento y optimización de inferencia.
• Optimización de costes computacionales. xkdbapo

Hay opciones de teletrabajo/trabajo desde casa disponibles para este puesto.