Machine Leaarning Engineer Remoto España in Cárcer

Machine Leaarning Engineer Remoto España in Cárcer

Cárcer Full Time 49500 - 60500 € / año (est.) Remoto
Z

De un vistazo

  • Tareas: Industrializa modelos de forecasting y optimización, llevándolos a producción.
  • Empresa: Zemsania, una empresa comprometida con la igualdad y diversidad.
  • Beneficios: Trabajo 100% remoto en el sector bancario con oportunidades de crecimiento.
  • Otra información: Ambiente dinámico con enfoque en buenas prácticas de ingeniería.
  • Por qué este empleo: Únete a un proyecto innovador que impacta en la gestión de efectivo.
  • Cualificaciones: Experiencia en Machine Learning y habilidades en Python y SQL.

El salario previsto está entre 49500 - 60500 € por año.

Buscamos un/a ML Engineer con entre 2 y 5 años de experiencia en desarrollo e industrialización de soluciones de Machine Learning, especialmente en modelos predictivos, forecasting y optimización.

La persona se incorporará a un proyecto orientado a llevar a producción modelos ya desarrollados, principalmente de previsión de demanda y optimización de decisiones operativas relacionadas con la gestión de efectivo.

Condiciones del proyecto

  • Ubicación: Remoto 100%.
  • Sector: Banca.
  • Experiencia requerida: entre 2 y 5 años de experiencia.
  • Contratación: por Zemsania.

Requisitos mínimos

  • Formación en Informática, Matemáticas, Física, Estadística, Data Science o equivalente técnico.
  • Entre 2 y 5 años de experiencia en Machine Learning, MLOps o Data Science Engineering.
  • Experiencia demostrable llevando modelos a entornos productivos.
  • Conocimientos de forecasting, series temporales y predicción de demanda.
  • Conocimientos de modelos de optimización aplicados a planificación, asignación de recursos y restricciones de negocio.
  • Python avanzado y experiencia en Machine Learning supervisado y validación de modelos.
  • SQL, PySpark/Spark y Azure Databricks o plataformas equivalentes.
  • Git y CI/CD (Jenkins, GitHub Actions u otras herramientas).
  • MLflow o herramientas de seguimiento, registro y gestión de modelos.
  • Buenas prácticas de ingeniería: modularización, testing, logging, gestión de errores y documentación.
  • Español fluido e inglés técnico.

Se valorará

  • Experiencia con Nixtla, StatsForecast, MLForecast, LightGBM, Prophet o scikit-learn.
  • Experiencia con MLOps: versionado, monitorización, reentrenamiento, trazabilidad y gobernanza.
  • Azure, inferencia batch, Kafka o arquitecturas event streaming.
  • Experiencia en banca, finanzas, retail u operaciones.
  • Migración de notebooks y prototipos a soluciones productivas.
  • Integración de modelos predictivos con modelos de optimización.
  • Uso de herramientas de IA para apoyar el desarrollo, como GitHub Copilot.

Funciones principales

  • Industrializar modelos de forecasting y optimización, llevándolos a producción.
  • Revisar y simplificar modelos existentes para facilitar su mantenimiento y despliegue.
  • Diseñar pipelines de entrenamiento, inferencia y predicción con Databricks y PySpark.
  • Gestionar el ciclo de vida de los modelos: versionado, validación, registro, monitorización y reentrenamiento.
  • Integrar los modelos con MLflow y las herramientas corporativas de gobierno y despliegue.
  • Optimizar modelos de previsión de demanda y decisiones operativas relacionadas con la gestión de efectivo y denominaciones.
  • Resolver incidencias productivas y analizar sus causas.
  • Colaborar con equipos de Data Engineering, Model Development, Plataforma, Negocio y Producto.
  • Elaborar documentación técnica y procedimientos de ejecución, diagnóstico y mantenimiento.

Objetivo del proyecto

Conseguir que los modelos existentes sean robustos, escalables y mantenibles en producción, asegurando su integración en el ecosistema corporativo y mejorando los procesos de previsión y optimización operativa.

Compromiso con la igualdad

En Zemsania, creemos en la igualdad de oportunidades y en la diversidad como valores fundamentales para el éxito de nuestra organización. Por ello, garantizamos un proceso de selección basado en el mérito y sin discriminación por motivos de género, edad, discapacidad, orientación sexual, raza, religión o cualquier otra condición personal o social.

Machine Leaarning Engineer Remoto España in Cárcer empresa: Zemsania

Zemsania es un excelente empleador que ofrece un entorno de trabajo dinámico y colaborativo en Vigo, donde los empleados pueden disfrutar de una posición híbrida con más del 60% de teletrabajo. Fomentamos el crecimiento profesional a través de proyectos desafiantes en tecnologías avanzadas y un enfoque en la seguridad y virtualización, lo que permite a nuestros colaboradores desarrollar sus habilidades en un ambiente inclusivo y orientado a la innovación.

Z

Datos de contacto:

Equipo de selección de Zemsania

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Machine Leaarning Engineer Remoto España in Cárcer

✨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 Machine Leaarning Engineer Remoto España en Zemsania.

✨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 Machine Leaarning Engineer Remoto España en Zemsania.

✨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 Machine Leaarning Engineer Remoto España.

Creemos que necesitas estas habilidades para triunfar como Machine Leaarning Engineer Remoto España in Cárcer

Machine Learning
MLOps
Forecasting
Python avanzado
SQL
PySpark
Databricks

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 Zemsania!

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 Zemsania.

Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Zemsania. 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 Zemsania

✨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 Zemsania. 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.