El candidato adecuado siente pasión por el machine learning, la ingeniería de datos, los entornos MLOps y las soluciones escalables en producción. Combina sólidas capacidades analíticas y de resolución de problemas con experiencia práctica en el desarrollo, despliegue y mantenimiento de soluciones basadas en datos. Trabajará de forma colaborativa con equipos multidisciplinares para transformar prototipos analíticos en soluciones robustas, escalables y preparadas para entornos productivos.
Responsabilidades
- Desarrollar, desplegar y mantener soluciones de machine learning en entornos productivos.
- Diseñar, implementar y optimizar pipelines de datos y procesos automatizados para flujos de trabajo de ML.
- Monitorizar el rendimiento de los modelos, detectar desviaciones (drift) y gestionar procesos de reentrenamiento.
- Colaborar con equipos de datos, desarrollo y negocio para industrializar soluciones analíticas.
- Implementar y mantener procesos de CI/CD aplicados a proyectos de machine learning.
- Gestionar y optimizar aplicaciones contenerizadas y plataformas de orquestación.
- Garantizar la calidad del código, la trazabilidad de experimentos y la reproducibilidad de los desarrollos.
- Participar en la configuración, administración y optimización de plataformas de analítica avanzada.
- Dar soporte a entornos cloud y servicios asociados al ciclo de vida de modelos de machine learning.
- Identificar oportunidades de mejora continua en procesos, arquitecturas y soluciones basadas en datos.
Requisitos
- Titulación universitaria en Ingeniería Informática, Telecomunicaciones, Matemáticas, Ingeniería o cualquier disciplina STEM relacionada, o experiencia equivalente.
- Al menos 3 años de experiencia en machine learning, ingeniería de datos, MLOps o áreas afines.
- Experiencia de al menos 3 años en la plataforma Stratio, incluyendo: Configuración, administración y optimización de sus principales componentes.
- Experiencia sólida en desarrollo con Python aplicado a machine learning o procesamiento de datos.
- Experiencia en despliegue, operación y mantenimiento de modelos de machine learning en producción.
- Conocimientos prácticos de Docker y Kubernetes para contenerización y orquestación.
- Experiencia en diseño y gestión de pipelines de datos y automatización de procesos CI/CD.
- Manejo de herramientas de control de versiones y gestión de experimentos como Git, MLflow o equivalentes.
- Conocimiento de plataformas cloud (AWS, Azure o GCP) y servicios asociados a machine learning.
- Experiencia en monitorización de modelos, gestión de drift y estrategias de reentrenamiento.
- Experiencia en configuración, administración y optimización de plataformas de analítica avanzada.
- Capacidad para trabajar en entornos ágiles y colaborar con equipos multidisciplinares.
Se valorará
- Experiencia con herramientas específicas de MLOps como Kubeflow, Airflow, MLflow, Metaflow o similares.
- Conocimientos de ingeniería de datos y procesamiento distribuido con tecnologías como Spark.
- Experiencia en arquitecturas de microservicios y desarrollo de APIs para inferencia de modelos.
- Conocimientos de gobernanza de modelos, explicabilidad y gestión del ciclo de vida de soluciones de IA.
- Experiencia en proyectos de analítica avanzada, inteligencia artificial o industrialización de modelos.
- Conocimientos de prácticas DevOps aplicadas a entornos de datos y machine learning.
¿Por qué confiar en Experis?
En Experis no solo te ofrecemos un empleo, sino una carrera profesional acompañada y adaptada a ti:
✅ 23 días de vacaciones.
✅ Descuentos exclusivos en Fnac, teatro, cine, Booking y más.
✅ Retribución flexible: ticket restaurante, seguro médico, guardería… ¡y todo ello desgrava en IRPF!
✅ Acceso a +1.000 gimnasios y centros deportivos en toda España gracias a nuestro acuerdo con Gympass.
✅ Programa “Tráete a un amigo”: si nos recomiendas a alguien y se incorpora, ¡recibes una bonificación!
✅ Te proporcionamos el equipo necesario para trabajar.
✅ Formación continua: plataforma online y certificaciones oficiales para seguir creciendo.