Senior Machine Learning Engineer

Dow Jones U0026 Co.; Barcelona; Presencial; EUR 70.000 - 100.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Planes de salud

30 días de vacaciones

Trabajo remoto (3 meses/año)

Beneficio de comidas

Planes de jubilación

Seguro de vida

Descripción de la vacante

Dow Jones busca un Ingeniero/a Senior de ML para liderar el ciclo de vida completo de ML con énfasis en LLMOps, construyendo y desplegando soluciones ML y basadas en agentes a escala.

Colaborarás con científicos de datos, ingenieros y equipos de producto para impulsar productos basados en datos, asegurar monitoreo robusto y rendimiento fiable en producción. Oportunidades en una empresa de media-tech dinámica.

Formación

• Bachiller o grado en Ciencias de la Computación, Estadística, Matemáticas o campo relacionado.
• 2-4 años de experiencia profesional en ML con modelos en producción.
• Experiencia avanzada en LLMOps, fine-tuning, ingeniería de prompts y gestión del ciclo de vida de LLMs; experiencia con sistemas de agente y multi-agente.
• Experiencia con soluciones de data warehouse en la nube; Snowflake preferido.
• Dominio de Python y SQL; experiencia con TensorFlow, PyTorch.
• Conocimiento de Scikit-learn, Pandas, NumPy.
• Experiencia construyendo pipelines ML/MLOps con MLflow o Airflow.
• Experiencia con plataformas en la nube (AWS, GCP, Azure) y frameworks de big data como Spark o Dask (preferido).

Responsabilidades

• Desarrollar y desplegar modelos ML y soluciones basadas en agentes a escala.
• Desarrollar y gestionar soluciones basadas en LLMs, incluyendo capa semántica, fine-tuning, evaluación y estrategias de despliegue.
• Asegurar escalabilidad, eficiencia y fiabilidad de pipelines ML.
• Diseñar monitorización y estrategias de retrain de modelos robustas.
• Optimizar inferencia y rendimiento de modelos en entornos de producción.
• Colaborar con científicos de datos, ingenieros y equipos de producto para integrar soluciones ML.
• Mejorar marcos de experimentación, versionado de modelos y estrategias de A/B testing.
• Mantener prácticas de MLOps: automatización, reproducibilidad y CI/CD para ML.
• Contribuir a decisiones arquitectónicas y mejorar la infraestructura ML.
• Mentorizar y guiar técnicamente a ingenieros ML junior.

Conocimientos

LLMOps

Python

SQL

TensorFlow

PyTorch

Scikit-learn

Pandas

NumPy

MLflow

Airflow

Cloud platforms

Spark

Dask

Prompt engineering

Educación

Bachelor’s degree in Computer Science

Herramientas

Snowflake

Descripción del empleo

Descripción del trabajo

Experteer Overview As a Senior Machine Learning Engineer at Dow Jones, you will own the end-to-end ML lifecycle with a strong emphasis on LLMOps. You will build and deploy ML and agent-based solutions that scale across platforms, ensuring robust monitoring and reliable production performance. You’ll collaborate with data scientists, engineers, and product teams to advance data-driven products for readers and users. This role offers the chance to shape ML infrastructure and accelerate innovation in a dynamic media-tech environment.

Compensaciones / Beneficios

• Own end-to-end ML model development, optimization and deployment.
• Develop and manage LLM-based solutions, including semantic layer, fine-tuning, evaluation, deployment strategies, and agent/multi-agent systems.
• Ensure scalability, efficiency, and reliability of ML pipelines.
• Design robust model monitoring and retraining strategies.
• Optimize model inference and performance for production environments.
• Collaborate with data scientists, engineers, and product teams to integrate ML solutions.
• Improve experimentation frameworks, model versioning, and A/B testing strategies.
• Uphold best practices in MLOps, including automation, reproducibility, and CI/CD for ML.
• Contribute to architectural decisions and improve ML infrastructure.
• Mentor and provide technical guidance to junior ML engineers.

Responsabilidades

• Bachelor's degree in Computer Science, Statistics, Mathematics, or related quantitative field
• 2-4 years of professional ML experience with models deployed in production
• Strong experience with LLMOps, fine-tuning frameworks, prompt engineering, and lifecycle management of LLMs; experience with agent and multi-agent systems
• Advanced hands-on experience with cloud-based data warehouse solutions; Snowflake preferred
• Proficiency in Python and SQL; experience with TensorFlow, PyTorch
• Knowledge of Scikit-learn, Pandas, NumPy
• Experience building ML/MLOps pipelines using MLflow or Airflow
• Experience with cloud platforms (AWS, GCP, Azure) and big data frameworks like Spark or Dask (preferred)

Requisitos principales

• Comprehensive Healthcare Plans
• 30 days of holidays/year
• Remote work possibilities (3 months/year)
• Meal benefit with Pluxee
• Retirement plans with employer match
• Life insurance and wellbeing resources (e.g., Spring Health)