Senior MLOPs engineer

Elegir Capgemini es elegir la posibilidad de dar forma a tu carrera profesional como desees. Recibirás el apoyo y la inspiración de una comunidad colaborativa de colegas de todo el mundo y podrás reinventar lo que es posible. Únete a nuestro equipo y ayuda a las principales organizaciones del mundo a descubrir el valor de la tecnología y a construir un mundo más sostenible e inclusivo.
¿Te apetece sumarte a nosotros y participar en proyectos multisectoriales en un equipo conformado por profesionales del dato como Data Scientists, Data Engineers o Data Analysts? Nuestro objetivo es ayudar a nuestros clientes en el camino hacia la innovación continua.
 

¿Qué harás en el proyecto? ¿Cuál será tu rol?

Trabajarás en el diseño y desarrollo de flujos de MLOps para el entrenamiento, despliegue y monitorización de modelos de Machine Learning y Deep Learning.
•    Diseño y desarrollo de soluciones MLOps.
•    Gestión y manipulación de conjuntos de datos: Definición e identificación de variables de aprendizaje, generación de nuevos conjuntos, realización de transformaciones y limpieza.
•    Definición de procesos de Aprendizaje Automático End-to-End.
•    Desarrollo de procesos de entrenamiento mediante diferentes tipos de frameworks (TF, PyTorch, Scikit-learn, etc).
•    Desarrollo de procesos de inferencia en entornos on-premise o cloud.
•    Mantenimiento de modelos existentes de Aprendizaje Automático.
•    Mentorización de Data Scientists Junior o en formación.
•    Participación en propuestas técnicas a nivel nacional e internacional.
•    Desarrollo de negocio en el ámbito de la Inteligencia Artificial.
 

Para desenvolverte bien en la posición se requieren conocimientos en/de:

Grado en Informática, Matemática, Física, Ingeniería o similar.
•    Conocimiento sobre Python en el ámbito de la ciencia de datos.
•    experiencia en Pyspark.
•    Conocimientos avanzados sobre frameworks de Aprendizaje Automático (TF, PyTorch, Scikit-learn, etc).
•    Conocimientos avanzados sobre AWS, GCP o Azure (registro de modelos, registro de contenedores, despliegue, monitorización y entrenamiento automatizado).
•    Conocimiento sobre Docker y/o Kubernestes.
•    Conocimiento sobre Google AI TFX, Kubeflow, MLFlow o similares.
•    Capacidad para trabajar en equipo de manera efectiva.
•    Proactividad a la hora de construir soluciones y aplicar nuevas funcionalidades relacionadas con la tecnología en uso.
Además, sería genial si tienes…
•    PhD o Ms en ciencias de computación, ciencia de datos, inteligencia artificial, matemáticas o estadística.
•    Conocimientos avanzados sobre Apache Spark en el ambito de la ciencia de datos (PySpark).
•    Conocimiento sobre herramientas de visualización de datos (PowerBI o similares).
•    Certificaciones en AWS, GCP o Azure (u otras plataformas cloud equivalentes para el tratamiento de datos).
•    Conocimientos avanzados en Edge Computing.
•    Experiencia desarrollando y utilizando aplicaciones de tipo SaaS.
•    Conocimiento y aplicación de la ciencia de datos en diferentes sectores e industrias: banca, seguros, telco, retail, etc.
•    Nivel de inglés: C1