> Markdown version of [/jobs/ext/2202937-machine-learning-engineer-mlops-gcp](https://www.wearedevelopers.com/jobs/ext/2202937-machine-learning-engineer-mlops-gcp). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Machine Learning Engineer / Mlops - Gcp

- **Company:** Grupo TECDATA Engineering
- **Location:** Valencia, Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, BigQuery, Code Review, Concurrent Computing, Continuous Integration, Extract Transform Load (ETL), DevOps, Github, Python (Programming Language), Machine Learning, Software Engineering, Management of Software Versions, Deep Learning, Gitlab, Git, Gitlab-ci, Xgboost, Machine Learning Operations, Docker
- **Published:** August 23, 2026
- **Apply:** https://www.buscojobs.com.es/machine-learning-engineer-mlops-gcp-en-valencia-ID-368696799

## About the Role

Experiencia sólida y demostrable con
Vertex AI
.
Vertex AI Pipelines, Model Registry y Workbench.
Despliegue y gestión de modelos en producción.
Experiencia avanzada con
BigQuery
: optimización de consultas, procesamiento distribuido y conectores externos.
Python / Software Engineering
Nivel avanzado de
Python
.
Desarrollo de código modular, desacoplado, mantenible y testeable.
Programación concurrente.
Git, testing automatizado, code reviews y gestión de dependencias.
Machine Learning
Desarrollo de modelos predictivos sobre
millones de registros
.
Experiencia con
LightGBM, XGBoost, CatBoost
o similares.
Optimización de entrenamiento e inferencia.
?? MLOps
Industrialización de modelos desde notebooks/Workbench hasta producción.
Pipelines automatizados.
Versionado de modelos.
Despliegues reproducibles.
Monitorización de modelos.
DevOps
Docker.
CI/CD:
GitHub Actions, GitLab CI
o similares.
Automatización de despliegues y gestión de entornos ML.
Data Engineering
Construcción de pipelines de datos para entrenamiento e inferencia.
Optimización de procesos
ETL/ELT
.
Gestión y procesamiento de grandes volúmenes de datos.
? Se valorará especialmente
Experiencia en
Forecasting / Series Temporales
.
Previsión de demanda con alta cardinalidad.
Estacionalidades, promociones y eventos.
Estrategias
cold-start
.
Deep Learning aplicado a forecasting:
TFT, TiDE, PatchTST, TimesFM, Chronos, Transformers
.
GenAI / LLMOps:
RAG, agentes, evaluación de modelos, prompt engineering y observabilidad.
Optimización de hiperparámetros con
Optuna, Ray Tune
o similares.
Paralelización de entrenamiento y optimización de inferencia.
Optimización de costes computacionales.

## Description

Ubicación:Las Rozas, Madrid - Calle Jacinto BenaventeModalidad:Híbrida,1 día presencial por semanaBuscamos un/aMachine Learning Engineer / MLOpscon experiencia sólida enGCP, Python, industrialización de modelos y grandes volúmenes de datos, capaz de llevar modelos desde la experimentación hasta producción.Requisitos imprescindibles?? GCP / Vertex AIExperiencia sólida y demostrable conVertex AI.Vertex AI Pipelines, Model Registry y Workbench.Despliegue y gestión de modelos en producción.Experiencia avanzada conBigQuery: optimización de consultas, procesamiento distribuido y conectores externos.Python / Software EngineeringNivel avanzado dePython.Desarrollo de código modular, desacoplado, mantenible y testeable.Programación concurrente.Git, testing automatizado, code reviews y gestión de dependencias.Machine LearningDesarrollo de modelos predictivos sobremillones de registros.Experiencia conLightGBM, XGBoost, CatBoosto similares.Optimización de entrenamiento e inferencia.?? MLOpsIndustrialización de modelos desde notebooks/Workbench hasta producción.Pipelines automatizados.Versionado de modelos.Despliegues reproducibles.Monitorización de modelos.DevOpsDocker.CI/CD:GitHub Actions, GitLab CIo similares.Automatización de despliegues y gestión de entornos ML.Data EngineeringConstrucción de pipelines de datos para entrenamiento e inferencia.Optimización de procesosETL/ELT.Gestión y procesamiento de grandes volúmenes de datos.? Se valorará especialmenteExperiencia enForecasting / Series Temporales.Previsión de demanda con alta cardinalidad.Estacionalidades, promociones y eventos.Estrategiascold-start.Deep Learning aplicado a forecasting:TFT, TiDE, PatchTST, TimesFM, Chronos, Transformers.GenAI / LLMOps:RAG, agentes, evaluación de modelos, prompt engineering y observabilidad.Optimización de hiperparámetros conOptuna, Ray Tuneo similares.Paralelización de entrenamiento y optimización de inferencia.Optimización de costes computacionales.


## Related Videos

- [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94)
- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [From DevOps to Scaled DevOps: How We’re Rebuilding Continuous Delivery as a Platform](https://www.wearedevelopers.com/videos/100018-from-devops-to-scaled-devops-how-we-re-rebuilding-continuous-delivery-as-a-platform)
- [Effective Machine Learning - Managing Complexity with MLOps](https://www.wearedevelopers.com/videos/185-effective-machine-learning-managing-complexity-with-mlops)
- [Git for Code Reviews](https://www.wearedevelopers.com/videos/429-git-for-code-reviews)
- [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning)

## Related Articles

- [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)
- [What Are Large Language Models?](https://www.wearedevelopers.com/magazine/304-what-are-large-language-models)
- [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development)
- [Graph and AI Trends 2026: Why Is AI Running but Not Yet Delivering?](https://www.wearedevelopers.com/magazine/680-graph-and-ai-trends-2026-why-is-ai-running-but-not-yet-delivering)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)