Data Scientist | MLOps & Advanced Analytics
6 days ago
Madrid
Data Scientist | MLOps, Python y entornos cloud Trabajarás en el desarrollo, despliegue y operación de soluciones de machine learning dentro de entornos productivos, participando en proyectos donde la escalabilidad, la automatización y la fiabilidad de los modelos son clave. Formarás parte de SCI ServiClients, un entorno cercano y estable donde podrás aportar tu experiencia técnica con autonomía, apoyo real y continuidad en proyectos. Cómo será tu día a día en este proyecto ✅ Desarrollo y despliegue de modelos de machine learning Participarás en la creación, validación y puesta en producción de modelos en entornos reales. ✅ Trabajo en entornos MLOps Gestionarás el ciclo de vida completo de modelos, desde el desarrollo hasta su monitorización en producción. ✅ Automatización y pipelines de datos Diseñarás pipelines robustos para entrenamiento, validación y despliegue mediante prácticas CI/CD aplicadas a ML. ✅ Contenedorización y orquestación Trabajarás con tecnologías como Docker y Kubernetes para garantizar escalabilidad y eficiencia. ✅ Monitorización y mantenimiento de modelos Analizarás el comportamiento de los modelos en producción, gestionando drift, retraining y mejoras continuas. ✅ Trabajo en entornos cloud Participarás en proyectos desplegados en AWS, Azure o GCP, utilizando servicios específicos de machine learning. ✅ Uso de plataforma Stratio Trabajarás con la plataforma, participando en la configuración, administración y optimización de sus componentes. Cómo es trabajar en SCI ServiClients ✅ Trato cercano y comunicación directa No eres un número. Tendrás acceso rápido al equipo y una relación ágil y humana. ✅ Apoyo real en el día a día Ante cualquier situación, tendrás respaldo y acompañamiento. ✅ Buen ambiente y compañerismo Se fomenta la colaboración, haciendo que el día a día sea más llevadero. ✅ Estabilidad y tranquilidad Condiciones claras y continuidad en proyectos para que puedas centrarte en tu trabajo. ✅ Proyectos variados y crecimiento profesional Podrás evolucionar pasando por distintos entornos y clientes. ✅ Confianza y autonomía Se valora tu criterio y tu forma de trabajar. ✅ Gestión sencilla y transparente Procesos claros para horas, documentación y tareas administrativas. Tu misión en este rol Tu misión será garantizar el correcto desarrollo, despliegue y mantenimiento de modelos de machine learning en entornos productivos, asegurando su rendimiento, escalabilidad y estabilidad. Participarás en el ciclo completo de vida del dato y del modelo, colaborando en tareas de desarrollo, automatización, monitorización y mejora continua dentro de un entorno estructurado. En tu día a día: Desarrollarás soluciones de machine learning en Python. Diseñarás y mantendrás pipelines de datos y procesos automatizados. Desplegarás modelos en entornos productivos usando Docker y Kubernetes. Implementarás procesos de CI/CD aplicados a ML. Monitorizarás modelos en producción, gestionando drift y retraining. Trabajarás con herramientas como Git, MLflow u otras de control de experimentos. Participarás en entornos cloud (AWS, Azure o GCP). Administrarás y optimizarás componentes de la plataforma Stratio. Qué te hará tener éxito en esta posición ✅ Formación en ámbito STEM Titulación en Ingeniería Informática, Telecomunicaciones, Matemáticas u otras disciplinas relacionadas. ✅ Experiencia en machine learning o MLOps Al menos 3 años trabajando en desarrollo, despliegue o mantenimiento de modelos o pipelines de datos. ✅ Dominio de Python aplicado a datos Será clave para desarrollar soluciones robustas y eficientes. ✅ Experiencia en entornos productivos Haber trabajado con modelos en producción te permitirá aportar valor desde el inicio. ✅ Conocimientos en contenedorización Experiencia con Docker y Kubernetes para despliegues escalables. ✅ Automatización y pipelines Experiencia en CI/CD aplicado a machine learning. ✅ Control de experimentos y versionado Uso de herramientas como Git, MLflow u otras similares. ✅ Experiencia en cloud Conocimiento de AWS, Azure o GCP aplicado a entornos de datos y ML. ✅ Monitorización de modelos Experiencia en gestión de drift, retraining y mantenimiento continuo. ✅ Experiencia con Stratio Conocimiento práctico de la plataforma (mínimo 3 años), incluyendo configuración y optimización. ⭐ Requisitos valorables Experiencia con herramientas MLOps (Kubeflow, Airflow, Metaflow, etc.). Conocimientos en procesamiento distribuido (Spark, pipelines de datos). Experiencia en microservicios y APIs para inferencia. Conocimientos en gobernanza y explicabilidad de modelos. Experiencia en proyectos de inteligencia artificial o analítica avanzada. Participación en procesos de industrialización de modelos. Conocimientos de prácticas DevOps aplicadas a datos y ML. Da el siguiente paso Si buscas un proyecto estable donde seguir creciendo como Data Scientist dentro de entornos MLOps, trabajando con tecnologías actuales y participando en proyectos de machine learning en producción, esta puede ser una buena oportunidad para ti. Tendrás la posibilidad de aportar en un entorno técnico sólido, con autonomía, estabilidad y un equipo cercano que acompaña en el día a día.