Ingeniero de Machine Learning - Scale Up - Marketplace de segunda mano

• Experiencia demostrada construyendo y gestionando plataformas y pipelines de ML listos para producción. Entiendes el ciclo de vida completo, desde la experimentación hasta la monitorización.
• Comprensión profunda de los componentes de AWS (SageMaker, Lambda, S3) y la orquestación de contenedores con Kubernetes.
• Sólida formación en ingeniería de software con dominio de Python, Git y flujos de trabajo de CI/CD. Escribes código robusto y testeable.
• Experiencia con arquitecturas de ML en tiempo real, aprovechando herramientas como Kafka para la ingesta e inferencia de baja latencia.
• Experiencia práctica con bases de datos vectoriales o infraestructura de búsqueda semántica (por ejemplo, OpenSearch, Vertex AI), incluyendo la optimización de indexación y recuperación.
• Familiaridad con el conjunto de herramientas de ML más amplio, como herramientas de orquestación/seguimiento (Flyte, MLFlow, Feast) y librerías estándar (Pandas, Scikit-learn, TensorFlow/PyTorch).
• Competencia profesional en inglés y español, con la capacidad de explicar conceptos técnicos complejos a diversos interlocutores.

• Experiencia práctica trabajando con LLMs, arquitecturas RAG y librerías como LangChain o LlamaIndex.
• Familiaridad con tecnologías de Big Data como Spark o Beam.
• Experiencia con herramientas de Data Engineering como Airflow, dbt o Datahub.
• Experiencia con otras plataformas en la nube como GCP o Azure, además de AWS.

Nuestro cliente es una scale-up tecnológica europea de alto crecimiento con la misión de redefinir la forma en que el mundo consume. Creen en una economía colaborativa donde la tecnología inteligente convierte el comercio de segunda mano sostenible en la norma global.

Operando como un importante marketplace transfronterizo en España, Italia y Portugal, gestionan un ecosistema masivo con cientos de millones de productos. Su objetivo es combinar la confianza de los anuncios clasificados tradicionales con la comodidad fluida de un marketplace moderno.

• Iterar y mantener la plataforma de ML, identificando oportunidades para mejorar la velocidad, la fiabilidad y la mantenibilidad. Definirás la visión a largo plazo y la hoja de ruta para MLOps.
• Trabajar mano a mano con los Data Scientists para apoyar sus esfuerzos, asegurando que dispongan de las herramientas necesarias para desarrollar, desplegar y monitorizar modelos escalables de manera eficiente.
• Definir y promover las mejores prácticas de ingeniería (estándares de codificación, pruebas, CI/CD) dentro del dominio de ML.
• Colaborar con Data Engineering y DevOps para alinear el desarrollo de ML con la infraestructura de la empresa y los estándares de gobernanza de datos.
• Investigar e integrar nuevos frameworks y herramientas (por ejemplo, para LLMs o inferencia en tiempo real) para mantener nuestro stack moderno y eficaz.