Machine Learning Engineer (Senior / Architect)
SDG Group
Barcelona, ES
hace 2 días

La posición abierta es para la incorporación a la Práctica de Data Technologies : departamento de SDG integrado por equipos de especialistas, que promueve la excelencia técnica en la compañía.

Se trata de una práctica transversal que da servicio al resto de prácticas y equipos que conforman SDG. Data Technologies se segmenta en diferentes áreas de conocimiento : Innovation, Advisory & Solutioning, Data Management, Big Data, AI Engineering y Cloud & Emerging Tools.

En concreto, el área de la posición a cubrir es AI Engineering .

La principal actividad es co-trabajar con equipos de Data Scientists para desarrollar sistemas o soluciones de machine learning en el marco de la analítica avanzada predictiva, además de definir y diseñar plataformas para soportar la construcción de este tipo de sistemas analítica avanzada.

Se convivirá además con otras áreas de trabajo, teniendo la oportunidad de co-trabajar con ingenieros del ámbito de Big Data, de sistemas de IA y Machine Learning además de Arquitectura Cloud y otras tecnologías emergentes.

  • La actividad del área de Machine AI Engineering gira en torno a las soluciones end-to-end de analítica avanzada : desde la definición, diseño y despliegue de plataformas de analítica avanzada teniendo en cuenta la metodología de uso y gobierno de la misma hasta el diseño y desarrollo de soluciones o sistemas de Machine Learning, co-trabajando con equipos multidisciplinares;
  • además de trabajo en otro tipo de problemas de AI como pueden ser los relacionados con NLP, Cognitivo, Computer Visión o HyperAutomatización.

    Qué nos hace diferentes :

    Modelo de trabajo Smart Work o 100% remoto.

    Horario laboral flexible y facilidad para la conciliación laboral familiar.

    Desarrollo de una carrera como AI Engineer mediante un plan de carrera fuertemente tecnológico, especializado y cuidadosamente diseñado y en constante evolución :

    Evaluaciones cada 6 meses .

    Valoraciones estrictamente meritocráticas y en base a las 6 dimensiones de crecimiento profesional que establece SDG para cada categoría profesional (Práctica, Operaciones, Equipo, Cliente, Negocio e Influencia).

    Make your own SDG : consensua tus objetivos con tus managers y adapta tu plan de carrera a tus aspiraciones de crecimiento de acuerdo con tu contexto personal en cada momento.

    Ser parte de una cultura colaborativa dinámica donde de forma apasionada convergen el conocimiento en diferentes industrias, el buen management y la tecnología.

    Estarás rodeado de un equipo de práctica con grandes especialistas y referentes profesionales, y también de otras áreas y equipos de SDG.

    Pensando siempre en el next-step de la innovación en Data & Analytics.

    Oferta económica acorde a la experiencia y conocimientos que nos demuestres. Retribución flexible y beneficios sociales como Ticket Restaurant, seguro médico privado para ti y tu familia e interesantes descuentos tecnológicos.

    Ecosistemas tecnológicos variados y de gran envergadura.

    Importantes iniciativas de transformación en la mayoría de proyectos.

    Proyectos liderados y gestionados por SDG en su mayoría : el outsourcing no es la base del negocio de SDG .

    Tu día a día con nosotros :

    Definir y diseñar plataformas de analítica avanzada en la nube para cubrir todo el ciclo de vida de la ciencia de datos bajo una perspectiva de MLOps.

    Desplegar, integrar y configurar todos aquellos componentes en la nube para la disponibilización de dichas plataformas de analítica avanzada, entendiendo en profundidad su uso y aplicación en el contexto real de la ciencia de datos, y garantizando las características requeridas por en función de todo ello, aplicándose para ello técnicas de GitOps junto con equipos de cloud engineers.

    Definir a nivel metodológico y de gobierno cómo ha de plantearse el ejercicio de la ciencia de datos sobre dichas plataformas.

    Operativizar soluciones de analítica avanzada, con el objetivo esencial de construir sistemas robustos que puedan integrarse de forma efectiva en los entornos productivos.

    Desarrollar soluciones de analítica avanzada end-to-end como parte de equipos multidisciplinares, colaborando en la definición de la solución y llevando a cabo la implementación de todos los procesos involucrados en la construcción y aplicación de modelos de machine learning.

    Desarrollar y desplegar servicios de analítica avanzada bajo metodologías ágiles de puesta en producción, aplicando técnicas de contenerización y automatización.

    Aplicar técnicas de ingeniería de datos en el contexto de las soluciones de analítica avanzada, haciendo uso de herramientas y frameworks big data.

    Conocer, gestionar y utilizar las diferentes herramientas y plataformas disponibles en las distintas nubes para el desarrollo de soluciones de ciencia de datos : Azure Databricks, Azure Machine Learning, Amazon SageMaker, Google Vertex AI

    Conocer, gestionar y utilizar plataformas integrales para el desarrollo de soluciones de ciencia de datos : DataRobot, Dataiku, SAS Viya.

    Co-trabajar con el departamento de innovación en la labor de perfeccionar y aumentar el portfolio mediante el desarrollo de artefactos de ingeniería aplicables al ecosistema de data y analytics.

    Qué formación y conocimientos te llevarán a conseguir esta posición?

    Ingeniería Informática, Ingeniería de Telecomunicación u otra salida académica que te haya dotado de capacidad de desarrollo y pensamiento crítico en este ambiente.

    Se valorará de forma muy positiva tener formación a través de un Máster en Big Data y Analytics o un Master de Inteligencia Artificial que recorra los principales algoritmos prácticas, herramientas y estrategias de desarrollo de analítica avanzada.

    Conocimiento de los fundamentos de las técnicas de Data Science y ML.

    Conocimiento del ciclo de vida de las soluciones de analítica avanzada.

    Conocimiento y experiencia en la aplicación de prácticas MLOps.

    Conocimiento de modelado de datos.

    Lenguajes :

    Dominio alto de Python, o en su defecto similares : R, Scala, etc.

    Dominio medio de SQL (a valorar también PL / SQL).

    Dominio medio de Bash u otro paradigma de scripting en Unix

    Conocimiento de librerías específicas para procesamiento de datos y machine learning : pandas, NumPy, scikit-learn, Keras, TensorFlow

    Conocimiento y experiencia en el uso de sistemas de control de versiones (VCS), esencialmente Git.

    Conocimiento de herramientas de orquestación y ejecución de procesos : Apache Airflow, Kedro, Prefect

    Conocimiento de librerías o frameworks específicos para procesamiento de datos en ambientes big data : Apache Spark (PySpark), Dask, Apache Kafka

    Conocimiento de herramientas de automatización bajo un paradigma DevOps : Azure DevOps, Jenkins, AWS CodePipeline, Bitbucket Pipelines, GitHub Actions

    Conocimiento de herramientas de soporte al ciclo de vida de la ciencia de datos : MLflow, Neptune.ai

    Conocimiento medio-avanzado con respecto a tecnologías y herramientas de contenerización, esencialmente Docker y Kubernetes.

    Conocimiento de librerías y frameworks para el desarrollo y despliegue de microservicios : Flask, FastAPI, MLflow, Seldon

    Valorable el conocimiento de plataformas integrales para la aplicación de la ciencia de datos como por ejemplo Dataiku.

    Experiencia en la utilización de al menos una de las tres grandes nubes (AWS, Microsoft Azure o Google Cloud Platform), especialmente en lo relativo a los servicios orientados a procesamiento de datos y ciencia de datos : Azure Machine Learning, Azure Databricks, Amazon SageMaker, Google Vertex AI, BigQuery, Amazon Redshift

    Qué experiencia te llevará a ser un Senior?

    Al menos 4 años trabajando en soluciones productivas de analítica avanzada en contextos empresariales e industriales.

    Al menos 2 años desarrollando la actividad de Data Engineer en el ámbito técnico que se propone posteriormente o en ambientes técnicos semejantes.

    Al menos 1 año desarrollando la actividad de ML Engineer en el ámbito técnico que se propone posteriormente o en ambientes técnicos semejantes.

    Qué experiencia te llevará a ser un Architect?

  • Al menos 8 años trabajando en soluciones productivas de analítica avanzada en contextos empresariales e industriales.
  • Al menos 3 años desarrollando la actividad de Data Engineer en el ámbito técnico que se propone posteriormente o en ambientes técnicos semejantes.
  • Al menos 4 años desarrollando la actividad de ML Engineer en el ámbito técnico que se propone posteriormente o en ambientes técnicos semejantes.
  • Al menos 1 año realizando la labor de desarrollo de negocio desde la perspectiva de diseño de soluciones de analítica y estimación de esfuerzos.
  • Reportar esta oferta
    checkmark

    Thank you for reporting this job!

    Your feedback will help us improve the quality of our services.

    Inscribirse
    Mi Correo Electrónico
    Al hacer clic en la opción "Continuar", doy mi consentimiento para que neuvoo procese mis datos de conformidad con lo establecido en su Política de privacidad . Puedo darme de baja o retirar mi autorización en cualquier momento.
    Continuar
    Formulario de postulación