Machine Learning Engineer / Mlops - Gcp - Bilbao

Descripción del trabajo Ubicación: Las Rozas, Madrid - Calle Jacinto Benavente Modalidad: Híbrida, 1 día presencial por semana Buscamos un/a Machine Learning Engineer / MLOps con experiencia sólida en GCP, Python, industrialización de modelos y grandes volúmenes de datos, capaz de llevar modelos desde la experimentación hasta producción.GCP / Vertex AI 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.#J-*****-Ljbffr

GCP / Vertex AI 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. #J-*****-Ljbffr