PpEstamos buscando un/a bMachine Learning Engineer /b con experiencia en entorno industrial, visión de negocio y una sólida base técnica para diseñar, desarrollar y llevar a producción soluciones avanzadas de ML dentro del área de Data Science. /p pLa persona seleccionada será responsable del ciclo completo de los modelos (E2E) en un entorno basado en bGoogle Cloud Platform (GCP) /b, contribuyendo a resolver retos de negocio como optimización de procesos, forecast de demanda o personalización de oferta, transformando datos en impacto real y medible. /p h3bResponsabilidades principales /b /h3 ul li pbDesarrollo de modelos de ML: /b Diseño, entrenamiento y validación de modelos para casos de uso de series temporales, clasificación, regresión y optimización, siempre con foco en impacto de negocio. /p /li li pbGestión E2E de proyectos: /b Liderar el ciclo completo, desde la comprensión de la necesidad y el análisis de datos hasta la puesta en producción y mantenimiento. Buscamos perfiles con mentalidad de ownership sobre los modelos y sistemas que construyen. /p /li li pbIndustrialización y orquestación: /b Construcción y mantenimiento de pipelines robustos usando herramientas como bApache Airflow /b dentro del ecosistema GCP. /p /li li pbColaboración con proveedores: /b Supervisar y coordinar entregables de equipos externos, asegurando calidad técnica y correcta industrialización de las soluciones. /p /li li pbDocumentación y escalabilidad: /b Garantizar la correcta documentación, sostenibilidad y evolución de las soluciones implementadas. /p /li /ul h3bRequisitos /b /h3 ul li pFormación universitaria en Ingeniería Informática, Matemáticas, Estadística o áreas afines. Se valorarán Máster o PhD en ML, Data Science, IA o Big Data. /p /li li pPerfil bproactivo, autónomo y orientado a negocio /b, capaz de entender procesos y alinearse con objetivos estratégicos. /p /li li pbMínimo 3 años de experiencia /b demostrable en: /p ul li pFundamentos sólidos de ML y Data Science (clasificación, regresión, métricas, pipelines, dataset engineering, estadística). /p /li li pDesarrollo de modelos en Python y librerías principales (Numpy, Pandas, Scikit-Learn, etc.). /p /li li pManejo de grandes volúmenes de datos con bPySpark /b en entornos distribuidos (Dataproc, EMR, Databricks u otros). /p /li li pMLOps y puesta en producción de modelos. /p /li li pOrquestación de workflows con bApache Airflow /b. /p /li li pConocimientos prácticos del ecosistema bGoogle Cloud Platform /b, especialmente BigQuery, Cloud Dataproc y Vertex AI. /p /li /ul /li /ul h3bSe valorará positivamente /b /h3 ul li pExperiencia en monitorización y observabilidad de modelos. /p /li li pParticipación en proyectos de industrialización en grandes organizaciones, preferentemente en bRetail /b. /p /li li pConocimientos en sistemas de recomendación y modelos de ranking (LTR). /p /li li pTeoría y práctica de deep learning (PyTorch). /p /li li pFamiliaridad con metodologías ágiles (Scrum, Kanban). /p /li li pNivel alto de inglés. /p /li /ul /p #J-18808-Ljbffr