Machine Learning Engineer - Forecasting, Optimización y MLOps (Databricks)

🚀 Buscamos Machine Learning Engineer con foco en Forecasting, Optimización y MLOps para un proyecto estratégico en banca ¿Te motiva llevar modelos de Machine Learning a producción y que tengan impacto real en decisiones operativas? ¿Has trabajado con series temporales, previsión de demanda y Databricks? En Axpe Consulting buscamos un/a Machine Learning Engineer para incorporarse al área de Datos e Inteligencia Artificial de una entidad financiera de referencia. Participarás en la industrialización de un caso de uso de gestión y optimización de efectivo, transformando modelos ya desarrollados en soluciones robustas, trazables, escalables y mantenibles. 🎯 ¿Cuál será tu misión? Llevar a producción modelos de previsión de demanda y de optimización, con criterio técnico para entenderlos, validarlos, retarlos y mejorarlos. Entre tus principales responsabilidades estarán: 🔹 Productivizar modelos de Machine Learning existentes, adaptándolos a los estándares técnicos, operativos y de gobierno de la entidad. 🔹 Analizar los modelos de previsión de demanda basados en series temporales y proponer simplificaciones y mejoras orientadas a producción. 🔹 Definir estrategias de reentrenamiento, frecuencia de actualización, persistencia de artefactos y estabilidad de los modelos. 🔹 Implementar pipelines de entrenamiento, inferencia y predicción en Databricks y PySpark. 🔹 Integrar los modelos con MLflow y otras herramientas corporativas de registro, gobierno y despliegue. 🔹 Productivizar modelos de optimización matemática aplicados a decisiones operativas. 🔹 Aplicar buenas prácticas de MLOps: versionado, testing, CI/CD, monitorización, logging y documentación. 🔹 Resolver incidencias en modelos y pipelines productivos con análisis de causa raíz. 🧩 ¿Qué buscamos? ✔️ Entre 2 y 5 años de experiencia en Machine Learning, MLOps o Data Science Engineering. ✔️ Experiencia real llevando modelos de Machine Learning a producción. ✔️ Experiencia con modelos de forecasting, series temporales y previsión de demanda. ✔️ Conocimientos aplicados de optimización matemática (programación matemática, heurísticas, restricciones de negocio). ✔️ Python avanzado, SQL y Apache Spark / PySpark. ✔️ Experiencia con Databricks (Azure Databricks o equivalente) y MLflow. ✔️ Git y CI/CD (Jenkins, GitHub Actions o similares). ✔️ Titulación universitaria en Ingeniería Informática, Matemáticas, Física, Estadística, Data Science o similar. ✔️ Español fluido e inglés técnico. 💡 ¿Qué valoraremos especialmente? Experiencia con librerías de forecasting como Nixtla (StatsForecast, MLForecast), LightGBM, Prophet o scikit-learn. Experiencia migrando notebooks y prototipos a soluciones productivas, en Microsoft Azure y en procesos batch de predicción y optimización. Y experiencia en sectores como banca, finanzas, retail u operaciones. 🏦 ¿Qué encontrarás? ✨ Proyecto estratégico en una entidad financiera de primer nivel. ✨ Modelos con impacto directo en procesos operativos. ✨ Stack moderno: Databricks, PySpark, MLflow y Azure. ✨ 100% remoto. Si te motiva convertir modelos en soluciones reales en producción, ¡queremos conocerte! 🚀