Machine Learning Engineer / Mlops – Gcp - Bilbao

Grupo Tecdata Engineering; País Vasco; Híbrido; EUR 70.000 - 100.000; Jornada completa

Descripción de la vacante

Grupo Tecdata Engineering busca un/a Machine Learning Engineer / MLOps con experiencia en GCP, Python y desarrollo de modelos para producción. Ubicación en Las Rozas (Madrid) con modalidad híbrida: 1 día presencial por semana.

Se trabajará con volúmenes de datos grandes y pipelines de datos. Se valorará experiencia con Vertex AI, BigQuery, pipelines, versionado de modelos y despliegues reproducibles, así como conocimientos de DevOps (Docker, GitHub Actions) y herramientas de ML (LightGBM,

Formación

• Experiencia sólida y demostrable con Vertex AI y producción de modelos en entornos de gran volumen de datos.
• Dominio de BigQuery: optimización de consultas y procesamiento distribuido.
• Alto nivel de Python, con desarrollo modular, testeable y mantenible.
• Experiencia en Pipeline/Orquestación de flujos de datos y versionado de modelos.
• Conocimientos de MLOps: despliegues reproducibles y monitorización de modelos.

Conocimientos

Vertex AI

BigQuery

Python

Programación concurrente

Git

Testing automatizado

CI/CD

Docker

Modelos predictivos

LightGBM

XGBoost

CatBoost

MLOps

Pipelines de datos

ETL/ELT

Ingeniería de datos

Herramientas

GitHub Actions

GitLab CI

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.

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.