Skip to content
Search jobs inside your AI agent. Claude, ChatGPT, Claude Code, Codex, Gemini, Cursor and Grok
Connect

Axpe Consulting

NewBe an early applicant

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

Posted

Summary

Machine Learning Engineer at Axpe Consulting for a strategic banking project: industrializing demand-forecasting and cash-optimization models to production standards. Core stack is Databricks, PySpark, MLflow and Azure, with MLOps practices (CI/CD, testing, monitoring, retraining strategies). Role is 100% remote.

🚀 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! 🚀

Skills

Apply

See also

ML / AI jobs by country — openings, pay and top skills →