¿Estás buscando un proyecto estable y sostenible donde puedas desarrollar tu talento? ¿Quieres formar parte de la marca agrícola John Deere, líder indiscutible en su sector? Te estamos buscando.
Por favor, verifique que tiene el nivel de experiencia y las cualificaciones adecuadas leyendo la descripción completa de esta oportunidad a continuación. La persona seleccionada formará parte del concesionario más grande de la red John Deere a nivel nacional y europea. ¡Desarrolla tu carrera profesional y talento en nuestra compañía! ¡Te estamos esperando! Tus principales responsabilidades Diseñar, entrenar y evaluar modelos de ML/DL alineados con objetivos de negocio e integrados en pipelines end-to-end. Construir y mantener pipelines automatizados de datos y ML (ingestión, feature engineering, entrenamiento, validación, registro y despliegue). Implementar prácticas de MLOps : CI/CD para modelos, tests automatizados, contenedorización y despliegues controlados en cloud. Garantizar reproducibilidad y trazabilidad : versionado de datos, código y modelos; experiment tracking y metadatos. Monitorizar modelos en producción (deriva, métricas de negocio, latencia, errores) y activar reentrenamientos. Colaborar con equipos de producto y stakeholders para definir requisitos, métricas de éxito e impacto. Liderar decisiones técnicas, estándares de arquitectura y mentorización de perfiles junior. Velar por principios de IA responsable : seguridad, privacidad, sesgos, explicabilidad y cumplimiento normativo. Requisitos Grado en Ingeniería Informática, Telecomunicaciones, Matemáticas, Estadística, Física o similar. Valorable máster en IA, ML, Data Science o MLOps. ≥ 3–4 años de experiencia en desarrollo y puesta en producción de modelos de ML/DL. Dominio de Python y ecosistema ML (pandas, NumPy, scikit-learn, PyTorch y/o TensorFlow). Experiencia real en pipelines de ML en producción (más allá de notebooks). Uso de orquestadores (Airflow, Kubeflow...) y herramientas de experiment tracking / model registry (MLflow o similares). Despliegue automatizado con Docker, Kubernetes y servicios cloud (AWS, GCP o Azure). Buenas prácticas de ingeniería de software : Git, testing, code review, CI/CD. Capacidad de comunicación con perfiles técnicos y no técnicos. Se valorará Certificaciones Cloud (AWS, GCP, Azure) y/o específicas de IA / MLOps. Habilidades Comunicación clara y adaptación al interlocutor. Trabajo en equipo y colaboración multidisciplinar. Pensamiento crítico y resolución de problemas. Orientación a producto e impacto en negocio. Autonomía, organización y responsabilidad. Curiosidad y aprendizaje continuo. Qué te ofrecemos Incorporación a un proyecto estable dentro de una compañía líder del sector. Salario competitivo acorde a experiencia y valía profesional. Horario laboral diseñado para facilitar la conciliación entre la vida profesional y personal. Descuento en seguro médico privado. Excelente clima laboral y entorno de trabajo profesional. xiphteb Capacitación continua y posibilidades reales de desarrollo.