De un vistazo
- Tareas: Desarrolla soluciones de machine learning para mejorar la experiencia de juego en móviles.
- Empresa: Product Madness, líder en la industria de juegos móviles.
- Beneficios: Paquete competitivo de compensación y beneficios, incluyendo salud y bienestar.
- Otra información: Oportunidades de crecimiento profesional en un entorno dinámico.
- Por qué este empleo: Únete a un equipo innovador y haz un impacto real en el futuro de los juegos móviles.
- Cualificaciones: Experiencia en desarrollo de software y machine learning, especialmente en Python.
El salario previsto está entre 49500 - 60500 € por año.
Product Madness es una empresa líder en la industria de los juegos móviles, dedicada a desarrollar experiencias de juego innovadoras y atractivas. Valoramos el papel de los datos en la mejora de la experiencia del jugador y en la orientación de decisiones comerciales estratégicas. Únete a nuestro equipo innovador y colaborativo y ayuda a construir el futuro de los juegos móviles. Como Ingeniero Senior de ML en Aristocrat, trabajarás con tecnologías avanzadas que transforman la experiencia de juego para millones de usuarios. Este rol juega un papel fundamental en nuestra misión de ofrecer experiencias de juego personalizadas y excepcionales a través de soluciones sofisticadas de aprendizaje automático e inteligencia artificial.
Tareas
- Desarrollar soluciones de aprendizaje automático en producción: Crear, implementar, entrenar, evaluar y optimizar modelos de aprendizaje automático para predicción, recomendación, personalización y soporte a decisiones.
- Desarrollar aplicaciones de IA: Crear e integrar aplicaciones basadas en modelos de lenguaje grande (LLMs), sistemas de generación aumentada por recuperación (RAG) y flujos de trabajo agenticos en herramientas internas y procesos comerciales.
- Diseñar soluciones de extremo a extremo: Transformar requisitos de ML/IA en componentes de software, servicios y APIs confiables, asegurando su mantenibilidad, rendimiento y escalabilidad.
- Evaluar sistemas de ML e IA: Diseñar metodologías de evaluación, validar la calidad del modelo, identificar posibles fallos y asegurar la robustez, seguridad y fiabilidad de los resultados generados por ML/IA.
- Integrar modelos en producción: Colaborar con ingenieros de MLOps para desplegar, monitorear y mantener soluciones de ML/IA, asegurando una integración fluida con plataformas y aplicaciones existentes.
- Optimizar el rendimiento: Mejorar la velocidad de inferencia del modelo, la gestión de recursos, la reducción de latencia y la escalabilidad de las aplicaciones de ML/IA.
- Aplicar buenas prácticas de ingeniería: Escribir código Python limpio, bien probado y mantenible; implementar pruebas automatizadas, participar en revisiones de código, mantener documentación técnica y asegurar un manejo adecuado de errores.
- Trabajar con datos complejos: Obtener, integrar, validar y preparar datos de múltiples fuentes para apoyar el entrenamiento, la inferencia y la evaluación del modelo.
- Colaborar con diferentes equipos: Trabajar estrechamente con científicos de datos, ingenieros de MLOps, ingenieros de datos y equipos de producto para convertir necesidades comerciales en soluciones prácticas, inteligentes y basadas en datos.
- Contribuir a la excelencia técnica: Participar en discusiones de arquitectura, mentorear a ingenieros menos experimentados y ayudar a mejorar los estándares de desarrollo y las prácticas de ingeniería.
Requisitos
- Experiencia sólida en ingeniería de software: Dominio avanzado de Python, diseño y desarrollo de software, pruebas automatizadas, depuración, control de versiones y prácticas de desarrollo colaborativo.
- Aprendizaje automático: Experiencia práctica en el desarrollo, entrenamiento, evaluación y optimización de modelos de aprendizaje supervisado utilizando frameworks como scikit-learn, PyTorch, TensorFlow o similares.
- IA generativa: Experiencia práctica en el desarrollo de aplicaciones basadas en LLM, incluyendo ingeniería de prompts, salidas estructuradas, RAG, llamadas a herramientas y flujos de trabajo agenticos.
- Evaluación de ML/IA: Experiencia en el diseño de pipelines de evaluación, medición del rendimiento del modelo, identificación de posibles fallos y validación de resultados generados por IA.
- Especialización en ML: Experiencia práctica sólida en una o más áreas, como sistemas de recomendación, aprendizaje por refuerzo, modelado de series temporales, aprendizaje no supervisado o modelado causal y bayesiano.
- Especialización en IA: Experiencia en al menos una de las siguientes áreas: aplicaciones LLM/NLP, flujos de trabajo agenticos o visión por computadora.
- Fundamentos de ingeniería de datos: Fuertes habilidades en SQL, experiencia integrando datos a través de APIs y otras interfaces, y comprensión de la calidad de los datos y los procesos de preprocesamiento.
- Aprendizaje automático en producción: Experiencia con despliegue de modelos, servicios de inferencia, monitoreo, versionado de modelos y gestión del ciclo de vida de ML.
- Nube e infraestructura: Sólido conocimiento de plataformas en la nube como GCP, AWS o Azure, contenedores, pipelines de CI/CD y entornos de desarrollo de aprendizaje automático.
- Optimización del rendimiento: Experiencia en la optimización del rendimiento del software, reducción de latencia de inferencia o mejora de la utilización de recursos.
Condiciones
Ofrecemos un paquete integral de compensación y beneficios diseñado para seguir siendo competitivo en el mercado, apoyar tu bienestar y reconocer tu contribución a nuestro éxito. Nuestro enfoque se basa en una filosofía de pago por rendimiento que recompensa el impacto individual. Tu paquete de compensación específico se determinará en función de factores como tus habilidades, experiencia, calificaciones y ubicación. Dependiendo de tu rol y ubicación, puedes ser elegible para bonificaciones e incentivos anuales, beneficios de salud y bienestar, tiempo libre pagado, planes de jubilación, cobertura de seguros y otros beneficios locales o establecidos por la ley aplicable. Los detalles específicos sobre la compensación y los beneficios para este puesto se discutirán durante el proceso de selección.
Ml Engineer In Mobile Games in Barcelona empresa: GamblingCareers.com
Esta empresa tecnológica líder en Valencia se destaca como un excelente empleador gracias a su enfoque en la experiencia del desarrollador y su cultura colaborativa. Ofrecen beneficios atractivos como un paquete de reubicación y seguro de salud global, además de oportunidades de crecimiento profesional que permiten a los empleados desarrollar sus habilidades en un entorno innovador y dinámico.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Ml Engineer In Mobile Games in Barcelona
✨Conéctate a Comunidades de Ciencia de Datos
Participa en foros y comunidades online como Kaggle o GitHub, donde puedes compartir proyectos de ciencia de datos y mostrar tus habilidades. Esto no solo te ayuda a aprender más, sino que también te da visibilidad ante reclutadores que están buscando talento.
✨Asiste a Meetups y Conferencias
Las conferencias de ciencia de datos y los meetups locales son una excelente manera de conocer a personas en la industria. Intenta asistir a eventos como PyData o Data Science Meetups en tu ciudad; así podrás establecer conexiones importantes y enterarte de oportunidades laborales como la de Ml Engineer In Mobile Games en GamblingCareers.com.
✨Demuestra tus Habilidades con Proyectos Personales
Crea un portafolio en línea donde puedas presentar proyectos realizados por ti. Asegúrate de incluir muestras de tu trabajo en Python, R, o cualquier otra herramienta que domines. Esto hará que te destaques cuando postules a Ml Engineer In Mobile Games en GamblingCareers.com.
✨Conéctate con Profesionales en LinkedIn
Haz uso de LinkedIn para seguir a empresas de ciencia de datos y conectar con quienes trabajan en ellas. Este tipo de estrategia puede abrirte puertas, ya que muchos reclutadores revisan perfiles antes de decidir a quién invitar a entrevistas para roles como Ml Engineer In Mobile Games.
Creemos que necesitas estas habilidades para triunfar como Ml Engineer In Mobile Games in Barcelona
Algunos consejos para tu solicitud 🫡
Destaca tus habilidades técnicas:En el mundo de la ciencia de datos, es fundamental que tu CV incluya herramientas y lenguajes de programación específicos. No te olvides de mencionar tus conocimientos en Python, R o SQL, y cualquier experiencia relevante con bibliotecas como Pandas o TensorFlow. ¡Esto le dará un gran empujón a tu perfil ante GamblingCareers.com!
Proyectos y experiencias prácticas:Además de tu formación académica, es clave incluir proyectos anteriores donde hayas aplicado tus habilidades en ciencia de datos. Asegúrate de mencionar cualquier trabajo que hayas hecho, ya sea en la universidad o de manera independiente. Esto demuestra tu capacidad para resolver problemas reales y tu motivación para aprender en un entorno profesional.
Céntrate en resultados cuantificados:En tu carta de presentación y CV, incluye logros que puedas cuantificar. Por ejemplo, si has dirigido un proyecto que mejoró la eficiencia en un XX%, esto no solo impresiona, sino que demuestra tu capacidad para generar resultados concretos. Esto es especialmente atractivo para un puesto a tiempo completo en GamblingCareers.com.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para GamblingCareers.com. Comenta por qué te apasiona la ciencia de datos y cómo encajas en la misión de la empresa. Aunque el CV es importante, una carta que muestre tu motivación y visión puede hacer la diferencia.
Cómo prepararte para una entrevista de trabajo en GamblingCareers.com
✨Prep para preguntas técnicas de datos
Sabemos que en el campo de la ciencia de datos es común que te hagan preguntas técnicas. Prepárate para discutir tus conocimientos en estadística, análisis de datos y programación en Python o R. Además, asegúrate de poder explicar tus proyectos anteriores y el proceso detrás de ellos, ¡es vital que muestres tu pensamiento crítico!
✨Demuestra tus habilidades con un portfolio impactante
Tener un portfolio que muestre tus proyectos de ciencia de datos es esencial. Asegúrate de incluir ejemplos de análisis complejos, visualización de datos e incluso modelos predictivos que hayas desarrollado. ¡Esto no solo muestra tu competencia técnica, sino que también puede dar pie a una conversación más profunda durante la entrevista!
✨Prepárate para discutir casos de uso de datos
En una entrevista para un puesto de ciencia de datos, a menudo te preguntarán sobre estudios de caso o situaciones del mundo real. Practica cómo explicar cómo aplicarías técnicas de análisis para resolver problemas específicos que podrían enfrentar en GamblingCareers.com. Esto demuestra que entiendes la aplicabilidad de tus habilidades.
✨Muestra tu entusiasmo y curiosidad
Como candidato a un puesto a tiempo completo, es crucial que muestres tu pasión por la ciencia de datos y tu deseo de aprender. Comparte tus intereses en las últimas tendencias de la IA o el machine learning, y menciona proyectos futuros que te gustaría explorar. Esto puede hacer que te destaques entre otros candidatos.