Machine Learning Engineer
Hace 7 días
Madrid Community of Madrid, MD, España
Grupo TECDATA Engineering
Jornada completa
Gratis con email o Google
Guarda esta oferta y sigue tu búsqueda
Crea una cuenta gratis para guardar empleos, crear alertas y volver a esta oferta desde tu panel.
Gratis con email o Google
Al continuar, aceptas nuestros Términos & Política de Privacidad.
Buscamos un perfil especializado en
Machine Learning y MLOps
, con sólida experiencia en GCP, Python y industrialización de modelos.
Requisitos:
- GCP: Vertex AI (Pipelines, Model Registry, Workbench y despliegue de modelos) y BigQuery.
- Python avanzado: código modular, testeable y preparado para concurrencia.
- Machine Learning: LightGBM, XGBoost, CatBoost o similares, trabajando con grandes volúmenes de datos.
- MLOps: pipelines automatizados, versionado, despliegues reproducibles y monitorización.
- DevOps: Docker y CI/CD (GitHub Actions, GitLab CI o similares).
- Data Engineering: pipelines ETL/ELT eficientes para entrenamiento e inferencia. Valorable:
- Forecasting y series temporales de alta cardinalidad.
- Deep Learning para forecasting: TFT, TiDE, PatchTST, TimesFM, Chronos o Transformers.
- GenAI/LLMOps: RAG, agentes, evaluación, prompt engineering y observabilidad.
- Optimización de modelos: Optuna, Ray Tune, paralelización y optimización de inferencia. Aptitudes: GCP + Vertex AI + BigQuery + Python + MLOps + ML
Requisitos:
- GCP: Vertex AI (Pipelines, Model Registry, Workbench y despliegue de modelos) y BigQuery.
- Python avanzado: código modular, testeable y preparado para concurrencia.
- Machine Learning: LightGBM, XGBoost, CatBoost o similares, trabajando con grandes volúmenes de datos.
- MLOps: pipelines automatizados, versionado, despliegues reproducibles y monitorización.
- DevOps: Docker y CI/CD (GitHub Actions, GitLab CI o similares).
- Data Engineering: pipelines ETL/ELT eficientes para entrenamiento e inferencia. Valorable:
- Forecasting y series temporales de alta cardinalidad.
- Deep Learning para forecasting: TFT, TiDE, PatchTST, TimesFM, Chronos o Transformers.
- GenAI/LLMOps: RAG, agentes, evaluación, prompt engineering y observabilidad.
- Optimización de modelos: Optuna, Ray Tune, paralelización y optimización de inferencia. Aptitudes: GCP + Vertex AI + BigQuery + Python + MLOps + ML