Desarrollador/a de Aplicaciones 10

Fluor

Madrid, Spain

4 days ago

Apply on dejobs.org

Prepare application

Role details

Contract type

Permanent contract

Employment type

Full-time (> 32 hours)

Experience required

2 years minimum

Working hours

Regular working hours

Job source

dejobs.org

Tech stack

Application Programming Interfaces (APIs) Artificial Intelligence Airflow Amazon Web Services Microsoft Azure Calendaring Software Cloud Computing Continuous Integration DevOps Python (Programming Language) Machine Learning Google Cloud

+6 more

Apache Spark Git Kubernetes Machine Learning Operations Docker Microservices

Job description

Desarrollo de soluciones en Python orientadas a Machine Learning e ingeniería de datos.
Despliegue, operación y mantenimiento de modelos de Machine Learning en producción.
Gestión de entornos contenerizados mediante Docker y Kubernetes, así como pipelines y procesos CI/CD.
Monitorización de modelos, incluyendo retraining, control de drift y seguimiento de experimentos.
Configuración y optimización de Stratio y trabajo con plataformas cloud (AWS, Azure o GCP) en proyectos de industrialización de modelos.

Requirements

Experiencia en desarrollo en Python aplicado a machine learning o ingeniería de datos
Conocimiento en despliegue y operación de modelos de machine learning en entornos productivos.
Experiencia en contenedorización y orquestación (Docker y Kubernetes).
Conocimiento de pipelines de datos y automatización de procesos (CI/CD aplicado a ML).
Experiencia en herramientas de versionado de código y control de experimentos (Git, MLflow u otras equivalentes).
Conocimiento de entornos cloud (AWS, Azure o GCP) y servicios asociados a machine learning.
Experiencia en monitorización y mantenimiento de modelos en producción.
Conocimientos de monitorización de modelos, retraining y gestión de drift de al menos 2 años.
Conocimientos de la plataforma Stratio de al menos 3 años, incluyendo experiencia
Práctica en la configuración, administración y optimización de sus componentes principales, * Experiencia con herramientas específicas de MLOps (Kubeflow, Airflow, MLflow, Metaflow, etc.).
Conocimiento en ingeniería de datos y procesamiento distribuido (Spark, pipelines de datos).
Experiencia en arquitecturas de microservicios y APIs para inferencia de modelos.
Conocimiento en gobernanza de modelos, explicabilidad y control de drift.
Experiencia trabajando en entornos de analítica avanzada o inteligencia artificial.
Participación en proyectos de industrialización de modelos de machine learning.
Conocimiento de prácticas de DevOps aplicadas a entornos de datos y ML.