Ingeniero/a de Machine Learning Descripción Machine Learning Engineer Python Databricks MLOps GenAI Kubernetes 100 Remoto Selección directa por parte del cliente Consultora tecnológica Proyecto de Inteligencia Artificial Qué buscamosBuscamos un/a Ingeniero/a de Machine Learning para liderar el desarrollo de un entorno de trabajo y un conjunto de herramientas escalables orientadas al aprendizaje automático (Machine Learning). La persona seleccionada participará en el desarrollo de soluciones y herramientas centradas en Inteligencia Artificial Generativa (GenAI), cuyo objetivo será mejorar el ciclo de vida de los modelos de Machine Learning mediante la automatización, optimización y monitorización. Buscamos un perfil con sólidos conocimientos de Python, experiencia en entornos cloud y plataformas de datos como Databricks, y capacidad para asumir la responsabilidad técnica de las funcionalidades durante todo su ciclo de vida, desde la definición hasta las pruebas y el despliegue. Condiciones del proyecto Modalidad: 100 remoto. Empresa contratante: consultora tecnológica. Proceso de selección: directo por parte del cliente. Idioma de trabajo: inglés, imprescindible nivel alto. Requisitos mínimos Desarrollo e Inteligencia Artificial Dominio de Python. Experiencia desarrollando aplicaciones relacionadas con Inteligencia Artificial y Machine Learning. Experiencia profesional como Machine Learning Engineer, Cloud Engineer, DevOps Engineer, Data Engineer o en posiciones similares. Conocimientos de tecnologías y conceptos relacionados con agentes de IA, especialmente: MCP (Model Context Protocol). RAG (Retrieval-Augmented Generation). Skills. Experiencia trabajando con herramientas y soluciones de IA Generativa (GenAI). Cloud, MLOps y plataformas de datos Experiencia trabajando con plataformas cloud: Azure, AWS o Google Cloud Platform (GCP). Experiencia con Databricks. Experiencia desplegando, manteniendo y monitorizando pipelines y endpoints de Machine Learning. Conocimientos de frameworks de procesamiento de grandes volúmenes de datos (Big Data), como Apache Spark. DevOps, automatización e infraestructura Experiencia con herramientas de integración y despliegue continuo (CI/CD), como: Azure DevOps. CircleCI. GitHub Actions. Experiencia con tecnologías de contenerización como Docker. Conocimientos de herramientas de orquestación como Kubernetes. Bases de datos Conocimientos de bases de datos. Experiencia en optimización de consultas. Idiomas Inglés alto, imprescindible, ya que será el idioma de trabajo habitual. Competencias personales Responsabilidad y autonomía técnica. Capacidad para asumir la propiedad de las funcionalidades durante todo su ciclo de vida. Orientación a la calidad del software y buenas prácticas de desarrollo. Capacidad para revisar, validar y responsabilizarse del código generado o asistido por herramientas de IA. Mentalidad orientada a la automatización, optimización y mejora continua. Funciones principales Liderar el desarrollo de un entorno de trabajo escalable para Machine Learning. Diseñar y desarrollar herramientas centradas en GenAI para mejorar el ciclo de vida de los modelos. Automatizar y optimizar procesos relacionados con el entrenamiento, despliegue y mantenimiento de modelos de Machine Learning. Desplegar, mantener y monitorizar pipelines y endpoints de ML. Trabajar con plataformas cloud y entornos de datos, especialmente Databricks. Desarrollar soluciones utilizando Python y frameworks de procesamiento de datos como Apache Spark. Implementar procesos de integración y despliegue continuo mediante herramientas CI/CD. Trabajar con tecnologías de contenedores y orquestación como Docker y Kubernetes. Participar en el desarrollo de soluciones ba