> Markdown version of [/jobs/ext/2664899-machine-learning-engineer](https://www.wearedevelopers.com/jobs/ext/2664899-machine-learning-engineer). 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

- **Company:** Data
- **Location:** Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Amazon Web Services, Data Analysis, Microsoft Azure, Cloud Computing, Continuous Integration, Python (Programming Language), Machine Learning, SQL Databases, Google Cloud, Scikit Learn, Xgboost, Machine Learning Operations, Docker
- **Published:** September 1, 2026
- **Apply:** https://www.jobleads.com/es/job/e7be813c07527195792dd9b3afb92941c

## About the Role

* Más de 4 años trabajando como Data Scientist o Machine Learning Engineer.
 * Python y SQL.
 * Machine Learning clásico (Scikit-learn, XGBoost, LightGBM o similares).
 * Modelos de regresión, clasificación y forecasting.
 * Desarrollo y despliegue de modelos en entornos productivos.
 * Docker y herramientas relacionadas con el ciclo de vida del modelo (MLflow, CI/CD o similares).
 * Cloud (Azure, AWS o GCP).

## Description

¿Te apasiona desarrollar modelos de Machine Learning que generen un impacto real en el negocio?

Buscamos un/a Senior Data Scientist / Machine Learning Engineer para incorporarse a un equipo internacional de datos, participando en el desarrollo de soluciones basadas en inteligencia artificial y modelos predictivos que apoyan la toma de decisiones estratégicas.

Trabajarás en todo el ciclo de vida del modelo, desde el análisis de datos y la experimentación hasta el despliegue y monitorización en producción, colaborando estrechamente con perfiles técnicos y de negocio., * Diseñar, entrenar y optimizar modelos de Machine Learning para resolver problemas de negocio.

 * Desarrollar modelos predictivos y algoritmos de clasificación, regresión y forecasting.
 * Realizar análisis exploratorios e ingeniería de variables para mejorar el rendimiento de los modelos.
 * Participar en el despliegue de modelos en producción y su monitorización.
 * Colaborar con equipos de Data Engineering y negocio para transformar necesidades funcionales en soluciones basadas en datos.
 * Medir el impacto de los modelos mediante métricas técnicas y de negocio.