¿Tienes experiencia como Machine Learning Engineer? ¿Te apasiona la tecnología y el desarrollo? ¿Buscas proyectos 🔝 y que tengan impacto?📈
Si es así, sigue leyendo...
¿Cómo es trabajar con nosotr@s?👩🏿💻👨🏼💻
- Cultura de mejora continua: Te integrarás en un proyecto desafiante que potenciará tus conocimientos y experiencia. 🚀
- Crecimiento profesional: Priorizamos la promoción interna y el desarrollo de nuestro equipo. 🏆
- Cercanía: En Nunegal Consulting nos conocemos por el nombre, somos personas, no números. 👪👨👩👧👦
- Buen rollo: Somos un equipo colaborativo, nos ayudamos y compartimos conocimientos. ¡Y somos conocidos por nuestro #Nunefest! 🎉
¡Te contamos más!
¿Qué te ofrecemos? 💡
- Incorporación a una empresa en constante crecimiento.
- Teletrabajo 100%.
- Retribución flexible (ticket restaurante, seguro médico...).
- Formación continua.
- ¡Y mucho más!
¿Cómo será tu día a día? 📲💻
- Colaborarás estrechamente con los Data Scientists, ayudándoles a integrar modelos de machine learning de forma sencilla y eficiente.
- Trabajarás con grandes volúmenes de datos utilizando PySpark, SQL y Python: identificarás problemas, limpiarás datos y prepararás los inputs necesarios para los modelos.
- Desarrollarás y adaptarás modelos clásicos y probabilísticos según las necesidades del proyecto.
- Diseñarás un sistema inteligente para supervisar pipelines fallidos mediante agentes con RAG y LLMs, enviando alertas y soluciones automáticas a través de Microsoft Teams.
- Crearás un framework de MLOps escalable con Azure ML, DevOps y Databricks para facilitar el despliegue de modelos.
- Apoyarás a perfiles junior compartiendo buenas prácticas y ayudándoles en su crecimiento técnico dentro del equipo.
- Trabajarás en un entorno internacional, donde el inglés será el idioma habitual de comunicación
Sobre ti🙎🏼♀️🙎🏾♂️
- Amplios conocimientos en deep learning, modelos probabilísticos y procesamiento de datos.
- Experiencia trabajando con (SQL, Python, PySpark) asi como desarrollando modelos avanzados utilizando Keras, PyTorch, ya sean modelos clásicos o probabilísticos.
- Experiencia en GitHub o herramientas similares, y buen manejo en entornos cloud como Azure, Databricks y Google Cloud.
- Inglés alto