Científico de datos

Overview Ubicación : Madrid (modelo híbrido; se requiere residencia en Madrid). Tipo de contrato : Jornada completa. Experiencia : 1 – 3 años. Fecha de inicio : Incorporación inmediata.

En Quantia Ingeniería y Consultoría, nos especializamos en transformar procesos complejos a través de tecnologías de vanguardia como la IA, Machine Learning, la digitalización, la analítica avanzada y los gemelos digitales. Nuestros socios son destacadas instituciones financieras a nivel mundial, así como empresas líderes en los sectores energético, telco e industrial.

Actualmente estamos ampliando nuestro equipo y buscamos un Machine Learning Engineer altamente motivado y con experiencia en MLOps para ayudar a diseñar, desarrollar y desplegar un motor de pricing basado en modelos de optimización y machine learning. Este proyecto se llevará a cabo en el sector de la banca y los pagos digitales, colaborando con uno de los bancos más importantes del mundo.

Responsibilities Diseñar, construir y mantener la infraestructura MLOps robusta y escalable para el entrenamiento, evaluación, despliegue y monitorización de los modelos de Machine Learning y optimización que conformarán el motor de pricing.

Aprovechar las plataformas en la nube (AWS, GCP o Azure) y las herramientas de contenedorización / orquestación (Docker, Kubernetes) para construir y gestionar la infraestructura del motor de precios.

Colaborar estrechamente con Científicos de Datos, Investigadores de ML e Ingenieros de Software para convertir los prototipos de modelos de pricing en soluciones listas para producción.

Monitorizar el rendimiento de los modelos en producción, identificar desviaciones o degradación y activar procesos de reentrenamiento o ajuste fino para el motor de precios.

Desarrollar e integrar APIs REST para servir los modelos de pricing, desplegados on-edge (Edge Machine Learning) e interactuar con otros servicios.

Qualifications Grado o Máster en Informática, Ingeniería, Telecomunicaciones o un campo cuantitativo relacionado.

Se valorará positivamente la formación adicional en Machine Learning, Big Data o Data Science.

Experiencia demostrable en ingeniería de software y automatización aprovechando DevOps. Se considerará experiencia previa en el desarrollo y despliegue de productos de machine learning en producción o una capacidad excepcional en otros dominios de la ingeniería de software.

Dominio de Python : sólido conocimiento de Python con experiencia práctica en librerías de ML / GenAI como Scikit-learn, TensorFlow, PyTorch y XGBoost. Se considerará una habilidad excepcional en otros lenguajes de programación.

Infraestructura MLOps en la nube : experiencia significativa con herramientas e infraestructura MLOps en entornos de nube (AWS, GCP o Azure).

Contenedorización y Orquestación : Docker, Kubernetes.

Orquestación de flujos de trabajo : Airflow, Kubeflow Pipelines o similar.

Gestión de modelos y seguimiento de experimentos : MLflow, Vertex AI Pipelines, SageMaker MLOps o similar.

Servicios en la nube : experiencia práctica con servicios nativos de la nube relevantes para MLOps. Por ejemplo (o mencionar equivalentes de GCP / Azure si son los principales).

CI / CD para ML : experiencia en la implementación de pipelines de CI / CD para modelos de machine learning.

Benefits Sólida comunicación técnica y enfoque orientado al cliente.

Capacidad para trabajar en equipos multidisciplinares.

Un plan de formación y tutoría técnica desde el primer día.

Salario competitivo basado en el rendimiento.

Opciones de retribución flexible.

Oportunidad de trabajar con una empresa líder centrada en la innovación.

Entorno de trabajo colaborativo y dinámico.

Oportunidades de desarrollo profesional y crecimiento de carrera.

Te interesa el reto?

Si tienes experiencia con agentes inteligentes, te apasionan las aplicaciones de IA en el mundo real y quieres ayudar a diseñar pilotos en una de las industrias más exigentes, nos encantaría saber de ti.

Envíanos tu CV y únete a nuestro equipo!

J-18808-Ljbffr

#J-18808-Ljbffr