MLOPS

MLOPS Enviar solicitud Buscamos un MLOPS Skills Necesarios: Google Cloud Platform (GCP): Experiencia sólida y demostrable con Vertex AI (Pipelines, Model Registry, Workbench y despliegue de modelos) y BigQuery (optimización de consultas a gran escala, procesamiento distribuido y conectores externos). Ingeniería de Software / Python: Nivel avanzado en Python enfocado al desarrollo de código modular, desacoplado, testeable y preparado para ejecuciones concurrentes. Experiencia aplicando buenas prácticas de ingeniería (Git, testing automatizado, code reviews y gestión de dependencias). Machine Learning para grandes volúmenes de datos: Experiencia desarrollando modelos predictivos con algoritmos como LightGBM, XGBoost, CatBoost o similares, trabajando con datasets de millones de registros y optimizando tiempos de entrenamiento e inferencia. Industrialización de modelos (MLOps): Experiencia llevando modelos desde entornos de experimentación (Notebooks/Workbench) hasta producción mediante pipelines automatizados, versionado de modelos, despliegues reproducibles y monitorización. DevOps aplicado a Machine Learning: Experiencia con Docker, CI/CD (GitHub Actions, GitLab CI o similares), automatización de despliegues y gestión de entornos para soluciones de Machine Learning. Data Engineering para Machine Learning: Experiencia construyendo pipelines de datos eficientes para entrenamiento e inferencia, optimización de procesos ETL/ELT y gestión de grandes volúmenes de datos. - Skills Deseables: Forecasting / Series Temporales: Experiencia en proyectos de previsión de demanda con alta cardinalidad, tratamiento de estacionalidades complejas, promociones, eventos y estrategias de cold-start para nuevos productos o entidades. Deep Learning para Forecasting: Conocimiento de arquitecturas modernas para series temporales como Temporal Fusion Transformer (TFT), TiDE, PatchTST, TimesFM, Chronos o modelos basados en Transformers. IA Generativa (GenAI / LLMOps): Experiencia en el desarrollo o despliegue de soluciones basadas en modelos fundacionales (LLMs), incluyendo RAG, agentes, evaluación de modelos, prompt engineering , observabilidad y gestión del ciclo de vida de aplicaciones de IA Generativa. Optimización y rendimiento de modelos: Experiencia en técnicas de optimización de hiperparámetros (Optuna, Ray Tune o similares), paralelización de entrenamiento, optimización de inferencia y reducción de costes computacionales. Ubicaciones Madrid Estado remoto Híbrido Madrid Lugar de trabajo y cultura La clave es contar con un equipo humano extraordinariamente preparado y motivado, que renueva constantemente sus conocimientos, y que basa su trabajo en el diálogo continuo, la proximidad a nuestros clientes y la profesionalidad Acerca de TECDATA ENGINEERING TECDATA ENGINEERING es un proveedor líder de soluciones y servicios tecnológicos especializado en proyectos globales de tecnología avalado por su portfolio de servicios y productos enfocados a generar valor añadido, aumentar la ventaja competitiva y reducir costes para sus clientes. Estamos presentes en los sectores económicos más importantes: Banca, Telecomunicaciones, Seguros. Fundada en 2012 Compañeros 500 Facturación 5M