NEORIS ahora parte de EPAM es un acelerador Digital que ayuda a las compañías a entrar en el futuro, con más de 20 años de experiencia como Socios Digitales de algunas de las compañías más importantes del mundo. Somos más de 4,000 profesionales en 11 países, con una cultura multicultural y de startup donde fomentamos la innovación, el aprendizaje continuo y la generación de soluciones de alto impacto para nuestros clientes.

Principales Responsabilidades

• Diseñar e implementar pipelines de Machine Learning para entrenamiento, validación y despliegue en entornos productivos.
• Construir y mantener pipelines ETL/ELT, procesos de control de calidad de datos y feature pipelines utilizando Spark.
• Gestionar el versionado y la reproducibilidad de código, datos, modelos y experimentos en entornos Python.
• Automatizar procesos de testing, entrenamiento y despliegue mediante prácticas de CI/CD y Continuous Training.
• Implementar y operar servicios de modelos en modalidad batch y online, asegurando baja latencia, escalabilidad y mecanismos de rollback.
• Desplegar y administrar soluciones en entornos cloud (AWS, Azure o GCP) utilizando contenedores Docker y orquestación con Kubernetes, garantizando observabilidad, monitoreo de métricas técnicas y de negocio, detección de drift y cumplimiento de estándares de seguridad y compliance.

Requerimientos

Excluyentes:

• Experiencia mínima de 3 a 5 años en roles de ML Engineer, MLOps Engineer o Data Engineer con foco en producción.
• Conocimiento sólido de fundamentos de Machine Learning (overfitting, underfitting, métricas de evaluación, data/model drift).
• Experiencia práctica en desarrollo con Python para pipelines de datos y ML.
• Experiencia en ingeniería de datos y construcción de pipelines ETL/ELT en entornos distribuidos (Spark).
• Experiencia en despliegue de modelos en producción (batch y/o real-time).
• Experiencia con entornos cloud (AWS, Azure o GCP).
• Experiencia en contenedores Docker y orquestadores como Kubernetes.
• Implementación de procesos CI/CD aplicados a modelos de ML (MLOps, Continuous Training).

Deseables

• Experiencia con herramientas de versionado y tracking de experimentos (MLflow u otras similares).
• Conocimientos en monitoreo y observabilidad (logging estructurado, métricas, alertas).
• Experiencia en optimización de costes en entornos cloud.
• Conocimientos en prácticas de seguridad, gestión de secretos y control de accesos en entornos productivos.
• Certificaciones en cloud (AWS, Azure o GCP).
• Nivel intermedio/avanzado de inglés.

Ofrecemos

• Contrato indefinido con salario competitivo.
• Modalidad flexible y posibilidad de trabajo remoto.
• Plan de carrera personalizado y formación continua (certificaciones, inglés, etc.).
• Participación en proyectos estables con alto componente técnico.
• Flexibilidad horaria y enfoque en la conciliación.
• Beneficios sociales adaptados a tus necesidades.