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

CAS Training

NewBe an early applicant

Machine Learning Engineer (MLOps & Optimization)

Posted

Summary

Machine Learning Engineer for a 100% remote banking project in Spain: industrializing training and batch inference pipelines on Azure Databricks and PySpark, optimizing cash-demand forecasting models (StatsForecast, MLForecast, LightGBM, Prophet), governing models with MLflow, and automating CI/CD with Jenkins and GitHub Actions.

Buscamos a un Machine Learning Engineer para un proyecto en banca 100% remoto


Industrialización y MLOps: Despliegue, productivización y mantenimiento de pipelines de entrenamiento e inferencia batch para modelos de Machine Learning en Azure Databricks y PySpark, garantizando trazabilidad, reproducibilidad y escalabilidad.

Previsión de demanda (Forecasting): Análisis, refactorización y optimización de modelos de series temporales (StatsForecast, MLForecast, LightGBM, Prophet) para la predicción de demanda de efectivo a nivel de red y cajeros.

Modelado de optimización operativa: Integración y productivización de algoritmos de optimización matemática y heurísticas para la asignación eficiente de denominaciones de billetes, respetando restricciones logísticas y operativas de negocio.

Gobierno y ciclo de vida de modelos: Implementación de flujos de registro, versionado de artefactos, auditoría y monitorización de drift mediante MLflow y herramientas corporativas de gobierno (Delphi).

Migración y calidad de software: Refactorización de código exploratorio y notebooks a librerías modulares de Python, aplicando principios de testing unitario, control de excepciones, logging avanzado y tipado estático.

Automatización y CI/CD: Configuración y mantenimiento de pipelines de integración y entrega continua (Jenkins, GitHub Actions, Git) para automatizar el ciclo de vida del software y el despliegue de modelos.

Resolución de incidencias y soporte N3: Diagnóstico de fallos en ejecución productiva, análisis de causa raíz (root cause analysis) y ejecución de planes de remediación operativa.

Colaboración técnica multidisciplinar: Coordinación directa con equipos de Data Engineering, Plataforma Cloud, Data Science y Negocio para la definición de contratos de datos, SLAs y validación de casos de uso.

Documentación técnica y operativa: Redacción de manuales de arquitectura, procedimientos de relanzamiento y contingencia (runbooks), y análisis de viabilidad (trade-offs entre coste de cómputo y rendimiento).


Skills

Apply

See also

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