> Markdown version of [/jobs/ext/4644064-machine-learning-engineer-forecasting-optimizacion-y-mlops-databricks](https://www.wearedevelopers.com/jobs/ext/4644064-machine-learning-engineer-forecasting-optimizacion-y-mlops-databricks). 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 - Forecasting, Optimización y MLOps (Databricks) - **Company:** AXPE CONSULTING - **Location:** Madrid, Spain - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Microsoft Azure, Computer Engineering, Continuous Integration, Python (Programming Language), Machine Learning, SQL Databases, Data Logging, Prophet, Apache Spark, Pyspark, Scikit Learn, Xgboost, Machine Learning Operations, Databricks - **Published:** November 9, 2026 - **Apply:** https://www.jobleads.com/es/job/machine-learning-engineer-forecasting-optimizacion-y-mlops-databricks--madrid--eea8c26414f8fca4e53a9fd19bdd87d90 ## About the Role * Entre 2 y 5 años de experiencia en Machine Learning, MLOps o Data Science Engineering. * Experiencia real llevando modelos de Machine Learning a producción. * Experiencia con modelos de forecasting, series temporales y previsión de demanda. * Conocimientos aplicados de optimización matemática (programación matemática, heurísticas, restricciones de negocio). * Python avanzado, SQL y Apache Spark / PySpark. * Experiencia con Databricks (Azure Databricks o equivalente) y MLflow. * Titulación universitaria en Ingeniería Informática, Matemáticas, Física, Estadística, Data Science o similar. * Español fluido e inglés técnico. Experiencia con librerías de forecasting como Nixtla (StatsForecast, MLForecast), LightGBM, Prophet o scikit-learn. Experiencia migrando notebooks y prototipos a soluciones productivas, en Microsoft Azure y en procesos batch de predicción y optimización. Y experiencia en sectores como banca, finanzas, retail u operaciones. Proyecto estratégico en una entidad financiera de primer nivel. Modelos con impacto directo en procesos operativos. Si te motiva convertir modelos en soluciones reales en producción, ¡queremos conocerte! ## Description Buscamos Machine Learning Engineer con foco en Forecasting, Optimización y MLOps para un proyecto estratégico en banca ¿Te motiva llevar modelos de Machine Learning a producción y que tengan impacto real en decisiones operativas? ¿Has trabajado con series temporales, previsión de demanda y Databricks? En Axpe Consulting buscamos un/a Machine Learning Engineer para incorporarse al área de Datos e Inteligencia Artificial de una entidad financiera de referencia. Participarás en la industrialización de un caso de uso de gestión y optimización de efectivo, transformando modelos ya desarrollados en soluciones robustas, trazables, escalables y mantenibles. ¿Cuál será tu misión? Llevar a producción modelos de previsión de demanda y de optimización, con criterio técnico para entenderlos, validarlos, retarlos y mejorarlos. Entre tus principales responsabilidades estarán: * Productivizar modelos de Machine Learning existentes, adaptándolos a los estándares técnicos, operativos y de gobierno de la entidad. * Analizar los modelos de previsión de demanda basados en series temporales y proponer simplificaciones y mejoras orientadas a producción. * Definir estrategias de reentrenamiento, frecuencia de actualización, persistencia de artefactos y estabilidad de los modelos. * Implementar pipelines de entrenamiento, inferencia y predicción en Databricks y PySpark. * Integrar los modelos con MLflow y otras herramientas corporativas de registro, gobierno y despliegue. * Productivizar modelos de optimización matemática aplicados a decisiones operativas. * Aplicar buenas prácticas de MLOps: versionado, testing, CI/CD, monitorización, logging y documentación. * Resolver incidencias en modelos y pipelines productivos con análisis de causa raíz. * Entre 2 y 5 años de experiencia en Machine Learning, MLOps o Data Science Engineering. * Experiencia real llevando modelos de Machine Learning a producción. * Experiencia con modelos de forecasting, series temporales y previsión de demanda. * Conocimientos aplicados de optimización matemática (programación matemática, heurísticas, restricciones de negocio). * Python avanzado, SQL y Apache Spark / PySpark. * Experiencia con Databricks (Azure Databricks o equivalente) y MLflow. * Titulación universitaria en Ingeniería Informática, Matemáticas, Física, Estadística, Data Science o similar. * Español fluido e inglés técnico. Experiencia con librerías de forecasting como Nixtla (StatsForecast, MLForecast), LightGBM, Prophet o scikit-learn. Experiencia migrando notebooks y prototipos a soluciones productivas, en Microsoft Azure y en procesos batch de predicción y optimización. Y experiencia en sectores como banca, finanzas, retail u operaciones. Proyecto estratégico en una entidad financiera de primer nivel. Modelos con impacto directo en procesos operativos. Si te motiva convertir modelos en soluciones reales en producción, ¡queremos conocerte!