JobCubby JobCubby
Sign up
TECDATA ENGINEERING

Machine learning Engineer

TECDATA ENGINEERING

IT Services and IT Consulting · 201-500 employees

17 h ago
Remote machine-learning Senior (5-10 yrs) Full-time
Create a free account to apply — email only, no card. You can also save this posting or score it against your profile with AI.

About the role

The ML Engineer will industrialize, deploy, and maintain machine learning models in production environments. They are responsible for ensuring scalability, monitoring performance, and applying software engineering best practices to data science workflows.

What they look for

Machine Learning MLOps Google Cloud Platform Vertex AI Airflow Python Software Engineering Data Pipelines Model Monitoring Data Drift Control-M Scalability Testing Version Control Cloud Optimization

Requirements

Candidates must have solid experience in MLOps, Google Cloud Platform, and Python development. Proficiency in Vertex AI, Airflow, and managing production-level machine learning models is essential.

Full description

📍 Ubicación: España 🏢 Modalidad: Remoto 💼 Posición: ML Engineer 🧩 Experiencia: Senior ☁️ Entorno: Google Cloud Platform 🚀 Especialización: MLOps / Industrialización de modelos

🎯 Misión

Buscamos un/a ML Engineer para industrializar, desplegar y mantener en producción los modelos de Machine Learning desarrollados por los equipos de Data Science.

La persona se encargará de convertir los desarrollos analíticos en soluciones productivas, escalables, eficientes y monitorizadas, aplicando buenas prácticas de MLOps y Software Engineering.

🧩 Responsabilidades

  • Industrializar modelos de Machine Learning para su despliegue en producción.
  • Desplegar modelos como procesos batch o servicios sobre GCP.
  • Trabajar con Vertex AI Pipelines y Airflow.
  • Diseñar soluciones con alta disponibilidad y escalabilidad.
  • Transformar código desarrollado por Data Scientists en código productivo, eficiente y mantenible.
  • Aplicar buenas prácticas de ingeniería de software:
  • Testing.
  • Control de versiones.
  • Modularidad.
  • Calidad de código.
  • Optimizar pipelines de Machine Learning.
  • Optimizar procesos de almacenamiento y consulta de datos.
  • Trabajar con técnicas como:
  • Particionamiento.
  • Vistas materializadas.
  • Deltas.
  • Optimización de almacenamiento.
  • Construir y mantener workflows complejos y automatizados.
  • Utilizar Airflow y Control-M para la planificación y ejecución de procesos.
  • Implementar mecanismos de monitorización y alertas.
  • Detectar data drift y degradación del rendimiento de los modelos.
  • Optimizar el consumo de recursos en cloud.
  • Mantener y dar soporte a modelos desplegados en producción.
  • Atender directamente las incidencias 2N de los proyectos asignados.

🛠️ Requisitos imprescindibles

  • Experiencia sólida como ML Engineer / MLOps Engineer.
  • Experiencia industrializando y desplegando modelos de Machine Learning.
  • Experiencia avanzada en GCP.
  • Vertex AI / Vertex AI Pipelines.
  • Airflow.
  • Experiencia desarrollando Python productivo.
  • Buenas prácticas de Software Engineering.
  • Testing y control de versiones.
  • Experiencia optimizando pipelines.
  • Experiencia con grandes volúmenes de datos y optimización de almacenamiento.
  • Control-M.
  • Experiencia en monitorización de modelos en producción.
  • Conocimientos de data drift / model monitoring.
  • Experiencia real trabajando con modelos productivos.
  • Capacidad para resolver incidencias en entornos de producción.

Similar roles