> Markdown version of [/jobs/ext/4193914-machine-learning-engineer](https://www.wearedevelopers.com/jobs/ext/4193914-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:** Tecdata Engineering
- **Location:** Madrid, Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Airflow, Python (Programming Language), Machine Learning, Software Engineering, Machine Learning Operations, Software Version Control, Control M
- **Published:** October 1, 2026
- **Apply:** https://www.indeed.com/viewjob?jk=2c7bd4fe21400506

## About the Role

* Experiencia sólida como ML Engineer / MLOps Engineer.
 * Experiencia industrializando y desplegando modelos de Machine Learning.
 * Experiencia avanzada en GCP.
 * Vertex AI / Vertex AI Pipelines.
 * Airflow.
 * Experiencia desarrollando Python productivo.
 * Buenas prácticas de Software Engineering.
 * Testing y control de versiones.
 * Experiencia optimizando pipelines.
 * Experiencia con grandes volúmenes de datos y optimización de almacenamiento.
 * Control-M.
 * Experiencia en monitorización de modelos en producción.
 * Conocimientos de data drift / model monitoring.
 * Experiencia real trabajando con modelos productivos.
 * Capacidad para resolver incidencias en entornos de producción.

## Description

Buscamos un/a ML Engineer para industrializar, desplegar y mantener en producción los modelos de Machine Learning desarrollados por los equipos de Data Science.

La persona se encargará de convertir los desarrollos analíticos en soluciones productivas, escalables, eficientes y monitorizadas, aplicando buenas prácticas de MLOps y Software Engineering., * Industrializar modelos de Machine Learning para su despliegue en producción.

 * Desplegar modelos como procesos batch o servicios sobre GCP.
 * Trabajar con Vertex AI Pipelines y Airflow.
 * Diseñar soluciones con alta disponibilidad y escalabilidad.
 * Transformar código desarrollado por Data Scientists en código productivo, eficiente y mantenible.
 * Aplicar buenas prácticas de ingeniería de software:
 + Testing.
 + Control de versiones.
 + Modularidad.
 + Calidad de código.
 * Optimizar pipelines de Machine Learning.
 * Optimizar procesos de almacenamiento y consulta de datos.
 * Trabajar con técnicas como:
 + Particionamiento.
 + Vistas materializadas.
 + Deltas.
 + Optimización de almacenamiento.
 * Construir y mantener workflows complejos y automatizados.
 * Utilizar Airflow y Control-M para la planificación y ejecución de procesos.
 * Implementar mecanismos de monitorización y alertas.
 * Detectar data drift y degradación del rendimiento de los modelos.
 * Optimizar el consumo de recursos en cloud.
 * Mantener y dar soporte a modelos desplegados en producción.
 * Atender directamente las incidencias 2N de los proyectos asignados.