Ingeniero/A De Machine Learning, 100% En Remoto

Ingeniero/a de Machine Learning
Descripción
Machine Learning Engineer Python Databricks MLOps GenAI Kubernetes 100 Remoto
Selección directa por parte del cliente Consultora tecnológica Proyecto de Inteligencia Artificial
Qué buscamosBuscamos un/a Ingeniero/a de Machine Learning para liderar el desarrollo de un entorno de trabajo y un conjunto de herramientas escalables orientadas al aprendizaje automático (Machine Learning).
La persona seleccionada participará en el desarrollo de soluciones y herramientas centradas en Inteligencia Artificial Generativa (GenAI), cuyo objetivo será mejorar el ciclo de vida de los modelos de Machine Learning mediante la automatización, optimización y monitorización.
Buscamos un perfil con sólidos conocimientos de Python, experiencia en entornos cloud y plataformas de datos como Databricks, y capacidad para asumir la responsabilidad técnica de las funcionalidades durante todo su ciclo de vida, desde la definición hasta las pruebas y el despliegue.
Condiciones del proyecto
Modalidad: 100 remoto.
Empresa contratante: consultora tecnológica.
Proceso de selección: directo por parte del cliente.
Idioma de trabajo: inglés, imprescindible nivel alto.
Requisitos mínimos Desarrollo e Inteligencia Artificial
Dominio de Python.
Experiencia desarrollando aplicaciones relacionadas con Inteligencia Artificial y Machine Learning.
Experiencia profesional como Machine Learning Engineer, Cloud Engineer, DevOps Engineer, Data Engineer o en posiciones similares.
Conocimientos de tecnologías y conceptos relacionados con agentes de IA, especialmente:
MCP (Model Context Protocol).
RAG (Retrieval-Augmented Generation).
Skills.
Experiencia trabajando con herramientas y soluciones de IA Generativa (GenAI).
Cloud, MLOps y plataformas de datos
Experiencia trabajando con plataformas cloud: Azure, AWS o Google Cloud Platform (GCP).
Experiencia con Databricks.
Experiencia desplegando, manteniendo y monitorizando pipelines y endpoints de Machine Learning.
Conocimientos de frameworks de procesamiento de grandes volúmenes de datos (Big Data), como Apache Spark.
DevOps, automatización e infraestructura
Experiencia con herramientas de integración y despliegue continuo (CI/CD), como:
Azure DevOps.
CircleCI.
GitHub Actions.
Experiencia con tecnologías de contenerización como Docker.
Conocimientos de herramientas de orquestación como Kubernetes.
Bases de datos
Conocimientos de bases de datos.
Experiencia en optimización de consultas.
Idiomas
Inglés alto, imprescindible, ya que será el idioma de trabajo habitual.
Competencias personales
Responsabilidad y autonomía técnica.
Capacidad para asumir la propiedad de las funcionalidades durante todo su ciclo de vida.
Orientación a la calidad del software y buenas prácticas de desarrollo.
Capacidad para revisar, validar y responsabilizarse del código generado o asistido por herramientas de IA.
Mentalidad orientada a la automatización, optimización y mejora continua.
Funciones principales
Liderar el desarrollo de un entorno de trabajo escalable para Machine Learning.
Diseñar y desarrollar herramientas centradas en GenAI para mejorar el ciclo de vida de los modelos.
Automatizar y optimizar procesos relacionados con el entrenamiento, despliegue y mantenimiento de modelos de Machine Learning.
Desplegar, mantener y monitorizar pipelines y endpoints de ML.
Trabajar con plataformas cloud y entornos de datos, especialmente Databricks.
Desarrollar soluciones utilizando Python y frameworks de procesamiento de datos como Apache Spark.
Implementar procesos de integración y despliegue continuo mediante herramientas CI/CD.
Trabajar con tecnologías de contenedores y orquestación como Docker y Kubernetes.
Participar en el desarrollo de soluciones basadas en agentes de IA, MCP, RAG y Skills.
Asumir la responsabilidad de las funcionalidades de principio a fin: definición, desarrollo, revisión, pruebas y despliegue.
Información del proyecto
Te incorporarás a una consultora tecnológica para participar en un proyecto de desarrollo de herramientas y plataformas escalables de Machine Learning e Inteligencia Artificial Generativa.
El objetivo es evolucionar el ciclo de vida de los modelos de ML mediante soluciones que permitan automatizar procesos, optimizar recursos y mejorar la monitorización de los modelos y sus despliegues.
Se trata de un entorno técnico donde tendrán especial relevancia Python, Databricks, Cloud, MLOps, GenAI y las nuevas arquitecturas basadas en agentes de IA.
Proceso de selecciónLa selección y contratación serán directamente por parte del cliente.
Compromiso con la igualdadEn Zemsania, creemos en la igualdad de oportunidades y en la diversidad como valores fundamentales para el éxito de nuestra organización.
Por ello, garantizamos u