SENIOR MACHINE LEARNING ENGINEER / MLOps

Buscamos un perfil muy técnico, con experiencia en industrialización de modelos, MLOps, Python y grandes volúmenes de datos, capaz de llevar modelos desde la experimentación hasta producción. Requisitos técnicos GCP - Experiencia sólida con Vertex AI: Pipelines, Model Registry, Workbench y despliegue de modelos. - BigQuery: optimización de consultas a gran escala, procesamiento distribuido y conectores externos. Python / Software Engineering - Nivel avanzado de Python. - Desarrollo de código modular, desacoplado, testeable y preparado para ejecuciones concurrentes. - Buenas prácticas: Git, testing automatizado, code reviews y gestión de dependencias. Machine Learning - Experiencia con LightGBM, XGBoost, CatBoost o similares. - Trabajo con datasets de millones de registros. - Optimización de tiempos de entrenamiento e inferencia. MLOps / Industrialización - Paso de modelos desde Notebooks/Workbench a producción. - Pipelines automatizados. - Versionado de modelos. - Despliegues reproducibles. - Monitorización de modelos. DevOps para ML - Docker. - CI/CD: GitHub Actions, GitLab CI o similares. - Automatización de despliegues y gestión de entornos ML. Data Engineering - Construcción de pipelines eficientes para entrenamiento e inferencia. - Optimización de procesos ETL/ELT. - Gestión de grandes volúmenes de datos. Se valorará - Forecasting / Series Temporales: previsión de demanda, estacionalidades, promociones, eventos y estrategias de cold-start. - Deep Learning para forecasting: TFT, TiDE, PatchTST, TimesFM, Chronos o Transformers. - GenAI / LLMOps: RAG, agentes, evaluación de modelos, prompt engineering, observabilidad y ciclo de vida de aplicaciones GenAI. - Optimización de modelos: Optuna, Ray Tune, paralelización, optimización de inferencia y reducción de costes.