> Markdown version of [/jobs/ext/2204131-machine-learning-engineer-mlops-gcp](https://www.wearedevelopers.com/jobs/ext/2204131-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:** Vitoria-Gasteiz, Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Code Review, Concurrent Computing, Continuous Integration, DevOps, Github, Python (Programming Language), Machine Learning, Software Engineering, Management of Software Versions, Deep Learning, Gitlab, Git, Xgboost, Machine Learning Operations, Docker
- **Published:** August 23, 2026
- **Apply:** https://www.buscojobs.com.es/machine-learning-engineer-mlops-gcp-en-vitoria-ID-368598332

## About the Role

GCP / Vertex AI
Experiencia 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 Engineering
Nivel avanzado dePython.
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 sobremillones de registros.
Experiencia conLightGBM, XGBoost, CatBoosto 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 CIo similares.
Automatización de despliegues y gestión de entornos ML.
Data Engineering
Construcción de pipelines de datos para entrenamiento e inferencia.
Optimización de procesosETL/ELT.
Gestión y procesamiento de grandes volúmenes de datos.
Se valorará especialmente
Experiencia 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.
xkdbapo
Optimización de costes computacionales.

## Description

Ubicación:Las Rozas, Madrid - Calle Jacinto BenaventeModalidad:Híbrida,1 día presencial por semanaDescubra más sobre las tareas diarias, las responsabilidades generales y la experiencia requerida para esta oportunidad desplazándose hacia abajo ahora.Buscamos 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 imprescindiblesGCP / 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.xkdbapoOptimización de costes computacionales.


## Related Videos

- [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning)
- [Innovating Developer Tools with AI: Insights from GitHub Next](https://www.wearedevelopers.com/videos/1268-innovating-developer-tools-with-ai-insights-from-github-next)
- [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)
- [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)
- [Effective Machine Learning - Managing Complexity with MLOps](https://www.wearedevelopers.com/videos/185-effective-machine-learning-managing-complexity-with-mlops)
- [Bringing AI Model Testing and Prompt Management to Your Codebase with GitHub Models](https://www.wearedevelopers.com/videos/1536-bringing-ai-model-testing-and-prompt-management-to-your-codebase-with-github-models)

## 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)
- [Dev Digest 120 - Apple and peers](https://www.wearedevelopers.com/magazine/455-dev-digest-120-apple-and-peers)
- [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)