DATA Engineer

Buscamos un Data Engineer / Machine Learning Engineer altamente cualificado para unirse a nuestro Applied AI Team. El candidato ideal combina unos sólidos fundamentos de ingeniería de software con experiencia práctica en pipelines de datos y sistemas de machine learning, y disfruta trabajando en la intersección entre datos, modelos y sistemas de producción.

Como Data Engineer / MLE en AI Labs, trabajarás estrechamente con científicos de datos, ingenieros de software y product owners para diseñar, construir, desplegar y operar soluciones de datos y machine learning de extremo a extremo en múltiples unidades de negocio, incluyendo Regulatory, Clinical Trials, R&D, Pharmacovigilance y Drug Manufacturing.

Este rol es fundamental para garantizar que los modelos de IA pasen de forma fiable de la experimentación a la producción, respaldados por pipelines de datos escalables, una infraestructura de ML robusta y sólidos estándares de ingeniería.

• Diseñar, construir y mantener pipelines de datos escalables para la ingesta, transformación y servicio de datos, dando soporte tanto a casos de uso de analítica como de machine learning.

• Desarrollar y llevar a producción pipelines de machine learning, cubriendo el entrenamiento, la validación, el despliegue y la monitorización.

• Colaborar estrechamente con Data Scientists para traducir notebooks y prototipos en sistemas de ML robustos y listos para producción.

• Implementar patrones de despliegue de modelos (batch, tiempo real o híbridos) utilizando APIs, trabajos programados o arquitecturas basadas en eventos.

• Construir y mantener pipelines de características (features) y abstracciones de datos que permitan un comportamiento de modelo reproducible y fiable.

• Garantizar la calidad, el versionado y la trazabilidad de los datos en todos los conjuntos de datos y modelos.

• Optimizar los pipelines y las cargas de trabajo de ML para mejorar el rendimiento, la escalabilidad y la eficiencia de costes.

• Trabajar con los equipos de DevOps y Platform para desplegar soluciones utilizando contenedores y las mejores prácticas de CI/CD.

• Contribuir a la definición de los estándares de ingeniería de datos y MLOps en todo AI Labs. Participar en revisiones de código, documentación y mentoría para fomentar una cultura de excelencia en ingeniería.

• Competencia en español e inglés, tanto en comunicación escrita como verbal.

• Gran dominio de Python, incluyendo prácticas de código limpio, empaquetado y diseño modular.

• Sólidos conocimientos de los principios de ingeniería de software (OOP, SOLID, testing, control de versiones).

• Experiencia práctica en la construcción de pipelines de datos (ETL / ELT) utilizando frameworks basados en Python o soluciones personalizadas.

• Experiencia trabajando con flujos de trabajo de machine learning, incluyendo el entrenamiento, la evaluación y el despliegue de modelos.

• Familiaridad con APIs REST y arquitecturas basadas en servicios (FastAPI, Flask o similares).

• Sólida experiencia con Git y flujos de trabajo de desarrollo colaborativo.

• Experiencia con contenedores (Docker) y entornos cloud (AWS o Azure).

• Experiencia con prácticas de MLOps (versionado de modelos, monitorización, detección de drift, estrategias de reentrenamiento).

• Familiaridad con herramientas de orquestación (por ejemplo, Airflow, Prefect, Dagster).

• Experiencia con sistemas de almacenamiento de datos (bases de datos SQL / NoSQL, data lakes, almacenamiento de objetos).

• Conocimientos de arquitecturas de streaming o basadas en eventos.

• Experiencia desplegando u operando sistemas de ML en entornos regulados o de alta fiabilidad.

• Familiaridad con frameworks de ML y librerías científicas (NumPy, Pandas, Scikit-learn, PyTorch, TensorFlow).

• Interés en temas de IA aplicada como NLP, sistemas basados en LLM o computación científica.