Remote ML Engineer: Forecasting & MLOps (Spain)

Zemsania; Madrid; Remote; EUR 60,000 - 90,000; Full time

Job summary

Zemsania busca un ML Engineer para un proyecto en banca, con ubicación remota al 100%. Industrias la producción de modelos de forecasting y optimización usando Databricks y PySpark; incorporarás modelos ya desarrollados a producción y coordinarás su mantenimiento.

Se requiere 2–5 años de experiencia, Python avanzado y habilidades en MLflow y CI/CD. La empresa valora conocimiento de ML forecasting, series temporales y herramientas de gobernanza.

Qualifications

• Formación en informática, matemáticas, física, estadística o similar.
• 2–5 años de experiencia en ML/MLOps.
• Experiencia llevando modelos a entornos productivos.
• Conocimientos de forecasting y series temporales.
• Conocimientos de optimización para planificación y negocio.
• Python avanzado y ML con validación de modelos.
• SQL, PySpark y Azure Databricks o plataformas equivalentes.
• Git y CI/CD (Jenkins, GitHub Actions).
• MLflow o herramientas de seguimiento de modelos.
• Buenas prácticas de ingeniería: modularización, testing y logs.

Responsibilities

• Industrializar modelos de forecasting y optimización, llevándolos a producción.
• Revisar y simplificar modelos para despliegue y mantenimiento.
• Diseñar pipelines de entrenamiento, inferencia y predicción con Databricks y PySpark.
• Gestionar el ciclo de vida de los modelos: versionado, validación y reentrenamiento.
• Integrar modelos con MLflow y herramientas corporativas de gobernanza.
• Colaborar con Data Engineering, Plataforma y Negocio para despliegues.
• Documentar procedimientos y mantener la trazabilidad de modelos.

Skills

Python avanzado

SQL

PySpark

Azure Databricks

MLOps

Git y CI/CD

MLflow

Despliegue de modelos

Forecasting

Series temporales

Education

Formación en Informática / Matemáticas / Física / Estadística

Job description

Zemsania busca un ML Engineer para un proyecto en banca, con ubicación remota al 100%. Industrias la producción de modelos de forecasting y optimización usando Databricks y PySpark; incorporarás modelos ya desarrollados a producción y coordinarás su mantenimiento.

Se requiere 2–5 años de experiencia, Python avanzado y habilidades en MLflow y CI/CD. La empresa valora conocimiento de ML forecasting, series temporales y herramientas de gobernanza.