Senior Machine Learning Engineer - Shakers

Senior Machine Learning Engineer · MLOps end-to-end ?En Shakers colaboramos con una fintech española en pleno scale-up para incorporar a su primera persona especializada en Machine Learning.Un rol senior, autónomo y con impacto directo: productivizar los modelos de riesgo y montar desde cero la plataforma de MLOps sobre la que la compañía escalará.El reto?Llevar los modelos de riesgo validados a producción a escala y construir UNA SOLA VEZ la plataforma de MLOps reutilizable (pipelines, feature store, versionado de modelos y datos) para que el siguiente modelo sea rápido y no reinventes la rueda cada vez.Lo importante?? Freelance full time vía Shakers? Remoto?? Largo plazo + posibilidad de contratación? Codo a codo con el CTO, Producto, Diseño y DataQué harás?Productivizar modelos de riesgo a escalaDiseñar la plataforma MLOps reutilizable (CI/CD, serving, versionado)Desplegar y reentrenar en modo multitenant por clienteMontar drift detection, reentrenamiento y monitorizaciónImplementar observabilidad, auditabilidad y compliance como ciudadanos de primera claseTraducir necesidades de negocio en propuestas técnicas y ejecutarlasQué necesitamos sí o sí?Experiencia senior real en MLOps end-to-end (CI/CD, drift, reentrenamiento, métricas)Modelos en cargas productivas reales, más allá de PoCsPython sólido + frameworks de MLCloud productiva:AWS(Lambda, ECS/Fargate, Step Functions, S3) y/oDatabricks(Unity Catalog, dbt, medallion)Ownership alto: entiendes, diseñas, ejecutas con guías mínimasColaboración con Producto y no-técnicos (pizarra incluida)Suma puntos?Perfil híbrido ML + GenAI/LLMs llevado a producción (RAG, agentes)Conocimientos fintech, contabilidad, fiscalidadObservabilidad (OpenTelemetry, Grafana, PostHog) y data governanceRequisitos regulatorios (EU AI Act, DORA, GDPR)Si te llama la atención, aplica sin compromiso y te pegamos un toque!Y si conoces a alguien, pasa el enlace ?#MachineLearning #MLOps #AWS #Databricks #Python #Freelance #Shakers

Experiencia senior real en MLOps end-to-end (CI/CD, drift, reentrenamiento, métricas) Modelos en cargas productivas reales, más allá de PoCs Python sólido + frameworks de ML Cloud productiva:AWS(Lambda, ECS/Fargate, Step Functions, S3) y/oDatabricks(Unity Catalog, dbt, medallion) Ownership alto: entiendes, diseñas, ejecutas con guías mínimas Colaboración con Producto y no-técnicos (pizarra incluida) Suma puntos? Perfil híbrido ML + GenAI/LLMs llevado a producción (RAG, agentes) Conocimientos fintech, contabilidad, fiscalidad Observabilidad (OpenTelemetry, Grafana, PostHog) y data governance Requisitos regulatorios (EU AI Act, DORA, GDPR) Si te llama la atención, aplica sin compromiso y te pegamos un toque!