Machine Learning Engineer / Mlops – Gcp

Grupo Tecdata Engineering; España; Híbrido; EUR 60.000 - 90.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Modalidad híbrida

Presencia 1 día/semana

Descripción de la vacante

Grupo Tecdata Engineering busca un/a Ingeniero/a de ML / MLOps para liderar la industrialización de modelos en entornos de producción. La posición requiere experiencia con GCP, Vertex AI, Python y BigQuery, además de diseñar pipelines para datos masivos.

Se valora la capacidad de automatizar despliegues, monitorizar modelos y colaborar estrechamente con Data y DevOps. Modalidad híbrida con un día presencial semanal en Las Rozas/Madrid.

Formación

• Experiencia sólida en GCP Vertex AI y Pipelines de modelos.
• Conocimiento avanzado en Vertex AI Workbench y Model Registry.
• Experiencia con BigQuery y procesamiento distribuido.
• Desarrollo de código modular, testeable y mantenible.
• Conocimientos de ML para modelos a gran escala y pipelines de producción.

Responsabilidades

• Desarrollar modelos predictivos y llevarlos a producción.
• Construir y mantener pipelines de datos para entrenamiento e inferencia.
• Gestionar despliegues reproducibles y monitorizar modelos en producción.
• Implementar prácticas de MLOps y CI/CD para ML.
• Colaborar con equipos de Data Engineering y DevOps para optimizar recursos.

Conocimientos

GCP Vertex AI

Python

BigQuery

MLOps

CI/CD

Git

Model deployment

Pipelines

Testing

Herramientas

Docker

GitHub Actions

Optuna

Ray Tune

Descripción del empleo

Descripción del trabajo Ubicación: Las Rozas, Madrid – Calle Jacinto Benavente Modalidad: Híbrida, 1 día presencial por semana 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.